指数化配置系列研究（6）_相对旋转图RRG框架下的行业和ETF轮动策略_28页_1mb

相对旋转图 RRG 框架下的行业和 ETF 轮动策略总结

核心内容

本文探讨了基于相对旋转图（RRG）与扩散指标构建的行业轮动策略，并将其映射至 ETF，以实现更高的超额收益。RRG 由 Julius de Kempenaer 开发，用于分析证券的相对表现，其横轴为 RS-Ratio，纵轴为 RS-Momentum，均基于相对强度（RS）计算。通过 RRG 分析行业所处象限，结合扩散指标筛选行业，可以更有效地捕捉行业轮动趋势。

主要观点

1. RRG 框架下的行业轮动策略

• 象限配置策略：每月末，等权配置处于第一象限或第二象限的行业，若行业数超过6个，则选择距离原点最远的6个行业。
• 策略表现：
  • 等权配置第一象限行业的年化收益率为18.34%，优于其他象限。
  • 配置第一和第二象限行业的年化收益率为18.74%，优于第一象限或第二象限单独配置。
• 参数敏感性：当 RS-Ratio 回看过去 220 日，RS-Mom 回看过去 60 日时，策略表现最佳，年化收益率达18.74%。

2. 扩散指标行业轮动策略

• 策略逻辑：基于成分股上涨数量占比的扩散指标，每月末等权配置扩散指标最高的6个中信一级行业。
• 策略表现：
  • 年化收益率为16.87%，优于中信一级行业等权组合（10.22%）。
  • 然而，该策略在震荡市或行业轮动速度较快时表现滞后，超额收益不佳。
• 回撤问题：在2021.09-2024.03期间，策略表现持续回撤，最大回撤达-36.63%。

3. 叠加 RRG 的扩散指标升级策略

• 策略改进：在扩散指标基础上，剔除 RRG 中处于第三、第四象限的行业，以识别长期趋势中仍有动量的行业。
• 策略表现：
  • 年化收益率为20.60%，优于单独使用扩散指标（16.29%）和 RRG 单一象限策略（18.74%）。
  • 相对中信一级行业等权和沪深300的年化超额收益率分别为9.49% 和13.91%。
• 策略优势：在震荡市中表现更优，策略反应更及时，超额收益更稳定。

4. ETF 轮动策略

• 策略映射：将行业轮动策略映射至 ETF，根据 ETF 的行业暴露打分，构建组合。
• 策略表现：
  • 年化收益率为21.51%，最大回撤为34.98%。
  • 相对中信一级行业等权和沪深300的年化超额收益率分别为10.34% 和14.86%。
• 增强策略：在5%行业偏离约束下，ETF 轮动“增强”策略年化超额收益率为8.42%，跟踪误差为7.22%，且每年都能取得正超额收益。

关键信息

• RRG 框架下的行业轮动策略：第一象限和第二象限行业配置表现最佳，年化收益率分别为18.34% 和18.74%。
• 扩散指标行业轮动策略：年化收益率为16.87%，但在震荡市中反应滞后，回撤较大。
• 扩散指标+RRG 行业轮动策略：年化收益率为20.60%，相对等权和沪深300超额收益率分别为9.49% 和13.91%。
• ETF 轮动策略：年化收益率为21.51%，超额收益率显著，最大回撤为34.98%。
• 增强策略：在5%行业偏离约束下，ETF 轮动“增强”策略年化超额收益率为8.42%，跟踪误差为7.22%，季度胜率75.86%。

策略映射与优化

• ETF 配置方式：根据行业暴露给每个 ETF 打分，使用组合优化方式进行 ETF 轮动。
• 约束策略：
  • 单个 ETF 权重不超过20%：策略表现稳定，年化收益率为16.58%。
  • 无单一行业权重约束：策略收益更高，年化收益率为21.51%。
• ETF 轮动“增强”策略：通过限制行业偏离，提高策略的稳健性，年化超额收益率为8.42%。

风险提示

• 数据来源为第三方，可能存在遗漏、滞后或误差。
• 策略基于历史数据回测，存在模型失效风险。

结论

本文展示了 RRG 框架下行业和 ETF 轮动策略的有效性，特别是扩散指标与 RRG 的结合策略在提升收益和降低回撤方面表现突出。通过将策略映射到 ETF，进一步提高了投资组合的灵活性和收益潜力。同时，策略在不同市场环境下均能取得正超额收益，具有较强的适应性和稳健性。