东吴金工指数择时与行业轮动策略研究

东吴金工指数择时模型采用GRU+MLP神经网络，以5000只股票过去40个交易日的高开低收均量额7类数据为特征，标签为未来5日收益率，使用Panel IC损失函数衡量跨时间截面的预测能力，兼具截面选股与时序择时属性。该模型直接用指数K线训练，规避了个股数据少易过拟合的问题，在测试中证全指、沪深300、中证500等5个指数时均取得不错效果。

公募基金高频持仓策略通过带时间加权和稀疏化约束的回归框架，将基金低频持仓升频为连续序列，补全非重仓股与港股持仓。该处理方法使行业误差控制在约0.16%，为后续的权益择时和行业轮动分析提供了更精确的数据基础。通过这种方式，策略能够更全面地反映公募资金的配置动态，进而指导行业轮动判断。

行业轮动策略采用“公募超配共识+价格动量”复合因子。其中，公募超配共识反映公募资金的行业配置方向，价格动量则衡量行业价格趋势。两者结合后，策略的I²值从0.26提升至0.94，效果显著增强。这种复合因子设计能够有效捕捉行业轮动的关键驱动因素，提高资产配置的准确性。

报告指出，技术形态专家模型最新观点偏空后或转为中性，而FACT指标已连续8周负，表明当前市场可能存在一定的调整压力。不过，报告强调所有信息不构成投资建议，仅是基于历史数据和模型分析的客观观察。市场现状的判断需结合更多维度信息进行综合评估。

研报提示，FACT指标可能存在迟滞问题，需结合ERP、DIP等估值指标弥补右侧信号不足。此外，技术形态专家模型未公开完整参数，存在回测拟合偏差风险。同时，公募持仓数据处理中港股假设较强，可能对轮动信号准确性产生一定影响，这些因素需在应用策略时予以关注。