基于动量的行业轮动策略

1

行业轮动

行业轮动（sector rotation）交易策略几乎和股票市场本身一样古老。行业轮动是指股市中行业指数收益率“此起彼伏”的现象，即不同行业的优异表现时间存在错位、随着时间的变化，不同的行业相继领涨。行业轮动现象有以下几个特点：

1. 当前领涨（或者领跌）的行业，它们的表现会持续一段时间。

2. 领涨（或者领跌）行业最终会发生轮动；即这些当前热门的行业会在未来的某个时点变成冷门行业并跑输市场、当前的冷门行业会在未来的某个时点变成热门行业并战胜市场。

3. 行业轮动和经济周期有一定的关系。

投资者和交易员一直致力于研究行业和经济周期的关系，并试图利用这个关系找出在不同经济周期下能够跑赢基准的行业。下图展示了 2003 年到 2012 年间美股不同行业的表现，从中可以看到明显的行业轮动。以公共事业（Utilities）为例，它在 2004 到 2007 年有着不俗的表现，但在 2009、2010 以及 2012 年却又显著的跑输了标普 500 指数。

人们可以通过不同的方法捕捉行业轮动。例如，我们可以从研究经济周期开始。利用美林时钟，判断当前属于经济周期的哪个阶段，从而预测是周期性还是防御性行业会有更佳的表现。显然，这种研究方法的要求太高：它要求首先能够正确的判断经济周期，其次它强假设行业的表现必须符合经济周期的特点。这在现实世界中很难实现，因此这种方法并不那么有效。

在捕捉行业轮动方面，动量（或趋势）策略被认为是最为成功的，即人们假设过去一段时间表现出色的行业在未来一段时间仍然会继续出色。在此方法下，市场（行业自身的表现）会告诉我们哪个行业最好。动量效应、或者说趋势、是被投资者熟知的一种现象。趋势存在于世界上任何一个市场中。对它的解释通常是从行为金融学的角度出发，比如投资者的羊群效应、对新消息的反应不足和反应过度、以及确认偏差。

2

外来的和尚会念经？

在海外的量化投资界流行着一个广为人知的基于动量的行业轮动策略：

使用 10 个行业的 ETFs 作为候选投资品。每个月找出过去 12 个月表现最好的 3 个，等权配置，持有一个月，按月调仓。

针对美股，有学者对这个极简策略在 1928 年到 2009 年间进行回测，取得了年化收益率 13.94% （每年跑赢基准约 4%）、波动率 18.38%，以及夏普率 0.54 的效果。当然，由于是纯多头策略，该策略无法避免的承受了美股的几次股灾，其最大回撤为 -71.29%。抛开最大回撤，该策略在美股上还是显著的跑赢了指数。

那么，如果将这个策略原封不动的拿到大 A 股上会怎样呢？对于 A 股，我们考虑 28 个申万一级行业，每次根据过去 12 个月的走势选出来最好的 5 个行业，持有一个月。比较基准为东方财富全 A 指数。该策略在 2003 年 11 月到 2017 年 3 月之间的回测效果如下所示。不幸的是，策略显著跑输指数。

考虑到我国股市中行业和市场的高度相关性以及不同行业的 β 不同，我们对原始策略进行修正，将市场带来的 β 部分收益率从行业收益率中刨去，按照残差收益率对行业排序。如此，得到的回测结果如下。它的效果稍好于不考虑 β 的轮动策略，但并无本质改善，仍然无法战胜指数。

可见，外来的策略拿来直接在 A 股上比划，出现了严重的水土不服。为什么会这样呢？

3

符合中国股市的行业轮动策略

上节提到的那个行业轮动策略的本质是动量趋势追踪：通过过去一段时间的表现判断哪些行业涨的好，配置这些行业并持有一段时间则是希望利用行业的动量。动量策略包含两个至关重要的时间窗口：

排序期：在这个窗口内计算不同投资品的收益率表现，判断哪些在过去表现的更好。

持有期：在这个窗口内配置过去表现好的那些投资品，以期它们的趋势可以延续。

因此，一个动量策略要想有效，必须满足以下两个条件：

排序期的选择应使得投资品在该窗口内能够表现出最强的趋势。

持有期的选择应保证投资品的趋势能够在持有期内持续。

上节中对美股有效的策略，排序期是 12 个月，持有期为 1 个月。它对 A 股无效，说明这两个参数不符合 A 股市场。对于 A 股，大量的研究表明，行业轮动不但和经济周期有关，更和以散户为主体的不成熟投资习惯有关。基于此，以比月频更高的频率（比如周频）来考察行业轮动会更加符合 A 股市场。

以周频为例，我们对上节提到的策略针对 A 股做改进如下：

使用 28 个申万行业作为候选投资品。每周根据去掉市场 β 部分后的残差收益率找出过去 4 周表现最好的 5 个行业，按照它们波动率的倒数为权重进行配置，持有一周，每周调仓。不考虑交易费用。

该策略的表现如下：

虽然最大回撤不及基准指数，但无论从夏普率还是收益率来说，该行业轮动策略都战胜了指数。这说明，在我们实验使用的参数下，策略捕捉到了行业的动量。

与美股类似，由于这个策略是个纯多头策略，因此它的市场暴露让它在大熊市期间产生了巨大的亏损。为此，我们给这个策略加一个简单的择时标准：当过去 8 周的基准指数周收益率均值为正的时候，我们在下周满仓；否则空仓。

带择时的行业轮动策略以及带择时的基准指数如下图所示。带择时的策略（蓝线和红线）显然远远超过各自不包含择时（绿线和紫线）的效果。通过有效择时，策略避免了几波大熊市，有效降低了最大回撤，显著提高了夏普率和累积收益。

4

行业轮动的启示

我们来比较一下不包含择时的情况下，行业轮动策略的收益率和基准指数的收益率之间的 β 是如何变化的。因为策略是在不同的行业之间切换，因此策略相对基准指数的 β 不是固定的。以 52 周为窗口滚动计算这两个收益率的 β，得到的曲线如下：

这个图本身传达的信息很清晰：比如在 2007 年我们配置了高 β 的行业，在 2009 年到 2011 年间，策略配置了低 β 的行业；同样在 2014 年底到 2015 年初，策略仍然选择低 β 的行业。那么，这样的配置结果是否带来一些启示呢？

我们的讨论是基于下面这个基本理性假设：在股市上涨的时候，应该配置高 β ( > 1 ) 行业（涨的更多）；在股市下跌的时候配置低 β ( < 1 ) 行业（更抗跌）。如果出现与上述理性判断背离的情况，则通常意味着大盘趋势在未来一段时间会改变。具体来看：

低 β 跑赢：

如果股市上涨的时候低 β 行业开始持续跑赢，则意味着上涨趋势可能结束，需要降低风险容忍度。如果股市下跌的过程中低 β 行业持续跑赢，则下跌趋势仍会持续。

高 β 跑赢：

如果股市上涨的时候高 β 行业持续跑赢，组合 β 持续提升，则处于良性状态，可以提高风险容忍度。如果股市下跌的时候高 β 行业跑赢，则意味着存量资金主导，这时 α 策略也许会有不错的机会。

如果现在回过头并行来看过去 10 到 15 年股市的走势，以及 GDP 和 CPI（确定经济周期的两个指标）的走势，不难发现在 2013 年之前，经济周期或多或少能够对行业轮动提供一些解释；然而在 2013 年之后，行业轮动就和宏观经济没什么关系了。因此，对于中国股市，从动量的角度捕捉行业轮动会比从经济周期出发有效的多。