通过ETF轮动的绝对收益策略

1、目录 HYPERLINK l _TOC_250012 行业/主题 ETF 概况 5 HYPERLINK l _TOC_250011 行业轮动基准池与全行业池 6 HYPERLINK l _TOC_250010 行业轮动 ETF 基准池与 ETF 全样本池 7 HYPERLINK l _TOC_250009 行业轮动策略相对行业基准池效果 7 HYPERLINK l _TOC_250008 行业轮动策略相对宽基效果 9 HYPERLINK l _TOC_250007 行业轮动策略相对动态基准 10 HYPERLINK l _TOC_250006 行业轮动相对动态基准的表现 10 HYPERLIN

2、K l _TOC_250005 策略持仓与换手率 11 HYPERLINK l _TOC_250004 行业轮动在绝对收益策略中的应用 12 HYPERLINK l _TOC_250003 股债混合策略 12 HYPERLINK l _TOC_250002 量化对冲策略 15 HYPERLINK l _TOC_250001 6.总结 16 HYPERLINK l _TOC_250000 风险提示 17图目录图 1行业与主题 ETF 和股票型 ETF 数量对比（2020.03.31） 5图 2行业与主题 ETF 和股票型 ETF 规模对比（2020.03.31） 5图 3行业与主题 ETF 和股

3、票型 ETF 成交对比（2019.11-2020.04） 6图 4行业轮动基准池与全样本池（2019.12.31） 7图 5策略 1vs 基准净值（2013.02-2020.05） 9图 6策略 2vs 基准净值（2013.02-2020.05） 9图 7行业轮动策略 VS 宽基（2013.02-2020.05） 10图 8行业轮动策略 VS 动态基准（2013.02-2020.05） 11图 9策略历史持仓个数与换手率（2013.02-2020.05） 12图 10股债 20/80 定期再平衡策略净值（2013.02-2020.05） 12图 11股债风险平价策略净值(2014.03-202

4、0.05) 13图 13加入择时的股债风险平价策略净值(2014.03-2020.05) 14图 14股指期货对冲品种选择(2013.02-2020.05) 15图 15行业轮动对冲策略净值(2013.02-2020.05) 15图 16行业轮动对冲策略净值（剔除深度贴水时期）(2013.02-2020.05) 16表目录表 1筛选后的行业基准池 6表 2行业轮动 ETF 基准池与行业&主题 ETF 全样本池 7表 3行业轮动策略相对行业基准池效果（2013.02-2020.05） 8表 4行业轮动策略与基准池分年度收益（2013.02-2020.05） 8表 5行业轮动策略与宽基的表现（20

5、13.02-2020.05） 9表 6行业轮动策略与宽基分年度收益（2013.02-2020.05） 10表 7行业轮动策略相对动态基准（2013.02-2020.05） 11表 8行业轮动策略相对动态基准的分年度超额收益（2013.02-2020.05） 11表 9股债 20/80 定期再平衡策略收益风险特征(2013.02-2020.05) 12表 10股债风险平价策略收益风险特征(2014.03-2020.05) 13表 11加入择时的股债 20/80 再平衡策略收益风险特征(2013.02-2020.05) 14表 12加入择时的股债风险平价策略收益风险特征(2014.03-2020.

6、05) 15表 13行业轮动对冲策略（剔除深度贴水时期）收益风险特征(2013.02-2020.05) 16本篇报告主要研究如何利用行业轮动模型，以及市场上丰富的行业与主题 ETF 产品，通过对冲手段或者股债配臵的手段，实现绝对收益。行业/主题 ETF 概况近几年市场行业与主题行情突出，对应的 ETF 产品越来越丰富。这为机构投资者进行配臵策略提供了便利，也为各种轮动策略提供了足够的工具，以更好的捕捉市场风格/行业切换的节奏。在之前的报告中我们介绍过海通的行业轮动模型，自 2018 年样本外跟踪以来，取得了 10%以上的年化超额收益，今年累计超额收益已经高达 13%。本文主要通过这个行业轮动模

7、型，结合市场上已经发行的行业/主题 ETF 产品，构建绝对收益策略。当前市场上股票型 ETF 产品合计 252 只，其中 140 只为行业或主题型，数量占比高达 55%；ETF 规模合计 6000 多亿，行业与主题型产品合计规模 3000 多亿，规模占比接近 50%；从近半年的成交来看，股票型 ETF 日均成交约 200 多亿，而行业与主题型 ETF 日均成交约 129 亿，占股票型 ETF 成交的 58%。无论从总规模、数量还是产品流动性和活跃度来看，行业与主题型产品都在股票型 ETF 中占据了非常重要的地位，是 一类重要的产品分支。丰富的产品类型、活跃的成交，为行业轮动策略提供了很好的基础

8、。且随着后续更多行业 ETF 的发行，会有更多的投资人参与到行业的配臵中来，也会进一步提升产品的流动性。图1 行业与主题 ETF 和股票型 ETF 数量对比（2020.03.31）60%30050%25040%20030%15020%10010%500%0行业主题行业&主题股票类型ETF数量(只)(右)数量占比资料来源：Wind， 图2 行业与主题 ETF 和股票型 ETF 规模对比（2020.03.31）60%700050%600040%30%20%10%500040003000200010000%0行业主题行业&主题股票类型ETF规模(亿)(右)规模占比资料来源：Wind， 图3 行业与主

9、题 ETF 和股票型 ETF 成交对比（2019.11-2020.04）70%25060%50%40%30%20%10%200150100500%0行业主题行业&主题股票类型ETF近半年日均成交(亿)(右)成交占比资料来源：Wind， 行业轮动基准池与全行业池在之前构建的行业轮动策略中，我们以中信一级 30 个行业为基准池，但并非所有一级行业都有匹配的 ETF 产品。故而我们根据市场上 ETF 的跟踪指数，和中信一级行业进行了匹配，共挑选出 14 个一级行业标的，以及与之匹配的 57 只 ETF 产品。后续的轮动策略将在这 14 个行业中进行。下表中为有 ETF 产品与之匹配的行业指数标的。表

10、 1 筛选后的行业基准池煤炭医药电子有色金属食品饮料通信钢铁银行计算机国防军工非银行金融传媒家电房地产资料来源：Wind， 虽然看起来在 30 个行业指数中，仅有 14 个行业指数被挑选进入轮动策略基准池。但这 14 个标的在全行业池中非常具有代表性。下图中我们分别从总市值、营业收入、净利润角度，展示了行业轮动基准池（14 个标的）与全样本池（30 个标的）的情况。数据采用 2019 年年报数据。市值方面，行业轮动池占全市场比例接近 70%；营业收入方面，占比接近 50%；净利润方面，占比超过 70%。整体而言，这 14 个可以进行轮动的行业标的，贡献了全样本池中大部分的利润，且从规模方面也能

11、够代表市场主流品种。图4 行业轮动基准池与全样本池（2019.12.31）80%70%60%50%40%30%20%10%0%总市值(亿） 营业收入(亿）净利润(亿） 450000400000350000300000250000200000150000100000500000选中行业占比（左）资料来源：Wind， 行业轮动 ETF 基准池与 ETF 全样本池根据行业指数与 ETF 跟踪标的的匹配情况，我们挑选了共计 57 只行业/主题 ETF产品。所挑选的产品，在行业/主题型 ETF 的全样本池中，具体的数量、规模、成交情况如下表所示。其中规模数据截止到 2020 年一季报，成交数据截止到 2

12、020 年 4 月 30号。从数量来看，最终在行业轮动 ETF 基准池中的产品数量占比并不是很高，占对应 ETF 全样本池 41%，但是从规模来看，占比超过 50%，且从成交情况来看，入选的 ETF产品，成交非常活跃，占比超过 80%，是市场热点的代表。这些可以进行轮动的 ETF产品，也是市场交易的焦点，为轮动策略的运行提供了很好的流动性。表 2 行业轮动 ETF 基准池与行业&主题 ETF 全样本池数量(只)规模(亿）近半年日均成交(亿）数量占比规模占比成交占比行业327875568%90%98%主题258985227%41%72%行业&主题57168510841%55%83%资料来源：Wi

13、nd， 注：规模数据截止到 2020 年一季报，成交数据截止到 2020 年 4 月 30 日行业轮动策略相对行业基准池效果确定了可以进行行业轮动的行业指数标的，以及能够构建投资组合的与之对应的ETF 标的，接下来我们通过之前介绍过的行业轮动模型在筛选后的池子中构建新的策略。为了验证策略的有效性，首先我们以前文中确定的 14 只行业标的等权加权后的基准，作为行业轮动策略的基准，查看策略相对行业基准池的轮动效果。我们在行业轮动跟踪报告中，一直对外发布两种行业组合：单因子多策略以及复合因子策略。单因子多策略：选取每个因子得分最高的行业作为极值行业，将所有因子的极值行业构建等权行业组合，后文简称策略

14、 1；复合因子策略：等权加权所有因子得到复合因子，根据复合因子得分进行行业排序，选择排序靠前的行业构建等权组合，后文简称策略 2。（本文中为了与策略 1 的持仓数量基本一致，策略 2 选择持仓 4 个行业。）策略收益以及基准收益的计算如下：每个月，通过模型选到推荐的行业指数标的；挑选与行业指数标的匹配的 ETF 产品，如果当期没有对应 ETF 产品上市，则 持有与该指数对应的所有 ETF 产品的跟踪指数，指数之间等权加权。如假设当期推荐配臵食品饮料行业，而跟踪类似食品饮料指数的 ETF 产品共计 3 只，3只均未上市，则等权加权这 3 只产品跟踪指数的收益，作为该推荐行业的收益；如果当期已经有

15、与行业指数对应的 ETF 产品上市，则对上市产品的近一个月成交进行排序，挑选成交最活跃的第一个 ETF 产品作为该行业代表，其跟踪的指数收益即为该推荐行业的收益。行业基准池收益的计算，按照上述方法匹配所有行业指数的对应收益后，等权加权得到。在对外发布的报告中，2018 年开始的样本外跟踪期间，始终是策略 1 表现更优，下表中我们展示了两种策略构建方式，在新的行业基准池中的轮动效果。相对而言，策略 1 表现更优，相对等权行业基准池年化超额收益 14%，月度胜率 66%，信息比 1.51。表 3 行业轮动策略相对行业基准池效果（2013.02-2020.05）策略 1策略 2年化超额收益14%12

16、%胜率66%65%波动率9%11%信息比1.511.07最大回撤-10%-16%资料来源：Wind， 下表中展示了两种策略相对基准池，在不同年度的收益以及超额收益情况。同样的，策略 1 表现更优，自 2013 年以来，所有年度均跑赢基准，年度胜率 100%。表 4 行业轮动策略与基准池分年度收益（2013.02-2020.05）基准池策略 1超额收益策略 2超额收益2013.02-127%30%23%37%30%201443%62%19%76%34%201535%52%17%68%34%2016-13%-11%2%-11%2%20179%19%10%15%6%2018-31%-29%2%-36

17、%-6%201936%56%21%46%11%2020.05.152%17%15%4%2%资料来源：Wind， 下图中，分别展示了策略 1 和策略 2，相对基准的相对强弱以及同期最大回撤。策略 1 长期来看运行更为稳定，而策略 2 自 2018 年以来超额收益波动较大。故而综合来看，我们更推荐采用策略 1 的构建方式。后文中主要通过该种方式构建策略，验证相对宽基指数的效果，并进一步的构建绝对收益策略。图5 策略 1vs 基准净值（2013.02-2020.05）图6 策略 2vs 基准净值（2013.02-2020.05）2.521.510.50最大回撤(右)策略1/行业池0%-2%-4%-6

18、%-8%-10%-12%2.521.510.50最大回撤(右)策略2/行业池0%-2%-4%-6%-8%-10%-12%-14%-16%-18%资料来源：Wind， 资料来源：Wind， 3. 行业轮动策略相对宽基效果前文中验证了行业轮动策略在基准池中的有效性，进一步的，我们分析策略相对宽基指数沪深 300、中证 500 的超额收益情况。因为绝对收益产品中的一类重要分支，就是对冲产品，而沪深 300 期货和中证 500 期货是重要的组合对冲工具，如果策略相对这两个宽基指数超额收益稳定且足够高，就可以构建对冲策略实现绝对收益。下表中分别展示了策略 1 相对沪深 300、中证 500、行业基准池的

19、收益数据，以及行业基准池相对沪深 300、中证 500 的收益数据。1）我们所筛选的行业基准池，长期来看相对沪深 300 与中证 500 就具有超额收益，分别为年化 4%以及 2%。因为前文中我们提及过，这些行业是市场主流品种，且贡献了大多数的利润，故而长期来看能够跑赢宽基。2）策略能够稳定的跑赢行业基准池，贡 献约 14%的年化超额收益。3）相对沪深 300 与中证 500，策略年化可以分别获取 17%、 16%的超额收益。由于中证 500 的行业分布相对分散，故而相对中证 500 的胜率、信息比更高，分别为 64%、1.44。表 5 行业轮动策略与宽基的表现（2013.02-2020.05

20、）策略 1行业基准池基准沪深 300中证 500行业基准沪深 300中证 500年化超额收益17%16%14%4%2%胜率59%64%66%55%49%波动率16%10%9%11%6%信息比1.071.441.510.320.25最大回撤-14%-11%-10%-22%-10%资料来源：Wind， 从分年度结果来看，相对中证 500 的分年度效果更为稳定，每年超额收益均为正，年度胜率 100%。相对沪深 300，在 2017、2018 年跑输基准。表 6 行业轮动策略与宽基分年度收益（2013.02-2020.05）策略沪深 300超额收益中证 500超额收益2013.02-1230%-13%

21、44%10%20%201462%52%10%39%23%201552%6%46%43%8%2016-11%-11%0%-18%7%201719%22%-3%0%19%2018-29%-25%-3%-33%5%201956%36%20%26%30%2020.05.1517%-4%22%5%13%资料来源：Wind， 下图中对比了行业轮动策略相对沪深 300、中证 500 的相对强弱指数。相对中证 500的曲线更为平滑。图7 行业轮动策略 VS 宽基（2013.02-2020.05）3.532.521.510.50策略/中证500策略/沪深300资料来源：Wind， 行业轮动策略相对动态基准除了选

22、择一个固定的宽基作为比较基准，或者说选择一个固定的期货品种进行对冲之外，绝对收益产品还有另外一种选择，可以动态决定当期进行对冲的品种。选择对冲品种的方法很多，基差收益、展期收益等等，我们在本节简单举了 4 种动态决定基准的方法进行参考，可以作为固定基准的替代。在本节的分析中，我们先不考虑期货对冲的实际情况，主要以宽基指数收益作为我们的基准，讨论在不考虑期货对冲成本、展期成本等的影响下，动态基准是否优于固定基准。如果是，后续在产品对冲过程中，可以选择动态调整对冲品种。行业轮动相对动态基准的表现下表中，我们分别列举了 4 种动态选择基准的方式，方法 1 和方法 2 根据持仓样本和宽基指数的风格匹配

23、，每期基准选择一个指数，即沪深 300 或者中证 500，方法 3 和方法 4 对沪深 300 和中证 500 进行了一定组合，按照一定权重进行加权得到复合基准。表中展示了相对 4 种基准，策略 1 的收益情况。从表中能够看出，1）复合基准下，虽然策略超额收益没有显著提升，但策略信息 比得到进一步提升，回撤有一定程度的缩小；2）策略相对沪深 300 年化超额收益 17%，采用动态的单一基准（方法 1），年化收益提升至 21%。相对沪深 300 信息比 1.07，相对动态基准（方法 1）信息比提升至 1.31。整体而言，动态基准下，策略的信息比能够得到一定提升，由此对冲效果也会更稳定。考虑到实际

24、运作过程中，复合对冲的策略管理难度较大，此外，单纯从超额收益的角度，方法 1 收益最高，故而后续我们主要采用方法 1 构建策略基准。在后文对冲型绝对收益组合的构建中，也运用该方法。表 7 行业轮动策略相对动态基准（2013.02-2020.05）方法 1方法 2方法 3方法 4年化超额收益21%16%17%18%胜率64%60%64%63%波动率15%14%11%11%信息比1.311.081.501.52最大回撤-18%-17%-10%-11%资料来源：Wind， 下表中为相对动态基准，不同年度的超额收益。表 8 行业轮动策略相对动态基准的分年度超额收益（2013.02-2020.05）方法

25、 1方法 2方法 3方法 42013.02-1242%33%36%33%2014-6%-13%12%12%201537%20%29%27%20162%0%3%4%201722%21%12%15%20185%5%1%2%201929%36%26%28%2020.05.1522%16%18%18%资料来源：Wind， 下图展示了轮动策略相对动态基准 1 的相对强弱走势以及同期最大回撤。图8 行业轮动策略 VS 动态基准（2013.02-2020.05）4.543.532.521.510.500%-2%-4%-6%-8%-10%-12%-14%-16%-18%20130228201305312013

26、0830201311292014022820140530201408292014112820150227201505292015083120151130201602292016053120160831201611302017022820170531201708312017113020180228201805312018083120181130201902282019053120190830201911292020022820200515-20%最大回撤(右)策略/基准资料来源：Wind， 策略持仓与换手率下图中，我们统计了策略每一期的持仓行业数量，以及每一期的组合换手率。整体而言，策略月度换手

27、率在 30-40%的区间，持仓数量在 3-6 个行业标的。图9 策略历史持仓个数与换手率（2013.02-2020.05）90%780%670%60%550%440%330%220%10%12013013120130426201307312013103120140130201404302014073120141031201501302015043020150731201510302016012920160429201607292016103120170126201704282017073120171031201801312018042720180731201810312019013120190

28、430201907312019103120200123202004300%0换手率持仓数量(个)(右)资料来源：Wind， 行业轮动在绝对收益策略中的应用我们在前期报告通往绝对收益之路（一）股债混合配臵与衍生品对冲中探讨了构建绝对收益策略的两种思路股债混合配臵与衍生品对冲。在本节中，我们将前文中的行业轮动策略结果应用在这两种策略中，以获取绝对收益。股债混合策略股债再平衡策略我们首先构建股债定期再平衡策略，其中股票和债券的比例分别为 20%和 80%，股票资产为行业轮动策略，债券资产为中债总财富指数，月度再平衡，策略表现如以下图表所示。2013 年 2 月以来，再平衡策略年化收益率为 8.58%

29、，夏普比率为 1.52。而使用沪深 300 指数和中债总财富指数构建的基准策略年化收益率和夏普比率仅为 5.30%和 1.12。图10 股债 20/80 定期再平衡策略净值（2013.02-2020.05）1.91.81.71.61.51.41.31.21.11.00.90%回撤（右轴）策略净值基准净值-2%-4%-6%-8%-10%201301312013041020130617201308142013102220131219201402252014042520140627201408262014103120141230201503092015050820150708201509082015

30、11122016011220160317201605182016071920160919201611232017012320170329201706022017080120170928201712042018020120180411201806122018081020181017201812142019022120190423201906262019082320191030201912272020030520200508-12%资料来源：Wind， 表 9 股债 20/80 定期再平衡策略收益风险特征(2013.02-2020.05)累计收益率年化收益率年化波动率最大回撤夏普比率calmar

31、比率2013.2-123.53%3.87%5.57%4.23%0.690.91201419.47%19.59%4.49%1.69%4.3611.57201517.82%18.08%8.92%11.06%2.031.642016-0.85%-0.86%5.72%4.62%-0.15-0.1920172.56%2.60%3.25%3.56%0.800.7320180.76%0.77%4.64%4.23%0.170.18201914.02%14.11%4.81%3.55%2.933.972020. 5.157.04%20.37%6.26%2.30%3.258.86全区间82.25%8.58%5.63

32、%11.06%1.520.78资料来源：Wind， 注：按一年 242 个交易日计算年化收益率和波动率，计算夏普比率时假定无风险利率为 0，下同。股债风险平价策略我们使用过去 242 个交易日的数据估计行业轮动策略与中债总财富指数的协方差矩阵，构建月度调仓的股债风险平价策略，策略表现如以下图表所示。2014 年 3 月以来，风险平价策略的年化收益率为 7.26%，年化波动率仅为 2.57%，夏普比率和 calmar 比率分别为 2.82 和 1.46。图11 股债风险平价策略净值(2014.03-2020.05)回撤（右轴）策略净值1.60%1.5-1%1.4-2%1.3-3%1.2-4%1.

33、1-5%20140303201404242014061920140811201410092014120120150123201503242015051820150709201508312015103020151222201602192016041320160606201607292016092220161121201701122017031320170508201706302017082220171019201712112018020120180402201805292018072020180911201811092019010320190304201904252019062120190813

34、201910112019120320200203202003251.0-6%资料来源：Wind， 表 10股债风险平价策略收益风险特征(2014.03-2020.05)累计收益率年化收益率年化波动率最大回撤夏普比率calmar 比率2014.3-1212.00%14.63%2.86%1.10%5.1213.33201513.12%13.31%3.75%3.37%3.553.9520160.81%0.82%2.16%4.15%0.380.2020170.88%0.90%2.23%2.66%0.400.3420186.30%6.39%2.15%1.40%2.974.5820197.40%7.44%

35、1.65%1.48%4.505.022020. 5.155.00%14.23%2.65%1.14%5.3612.47全区间54.46%7.26%2.57%4.97%2.821.46资料来源：Wind， 加入择时观点的股债再平衡策略我们接下来将择时观点加入股债再平衡策略中，其中择时观点使用股债混合配臵与衍生品对冲报告中构建的宏观动量月度择时模型生成。仅根据股票择时观点调整仓位，若模型看多股票，则股债配比调整为 30%和 70%；若模型看空股票，则股债配比调整为 10%和 90%。加入择时观点的股债 20/80 再平衡策略年化收益率为 11.19%，夏普比率和 calmar比率分别为 1.85 和

36、 1.09，相比于未加入择时观点的策略年化超额 2.61%。图12 加入择时的股债 20/80 再平衡策略净值（2013.02-2020.05）2.42.22.01.81.61.41.20%回撤（右轴）策略净值-2%-4%-6%-8%-10%20130131201304122013062120130822201311012014010320140313201405192014072120140922201411282015020220150413201506152015081720151027201512282016030720160510201607132016091320161123201

37、701252017040620170612201708112017101920171220201802282018050720180709201809072018111620190121201903292019060520190807201910162019121720200226202004291.0-12%资料来源：Wind， 表 11加入择时的股债 20/80 再平衡策略收益风险特征(2013.02-2020.05)累计收益率年化收益率年化波动率最大回撤夏普比率calmar 比率201423.96%24.11%5.53%1.55%4.3615.542013.2-116.06%6.64%7

38、.12%5.77%0.93 1.15201521.80%22.14%9.00%10.29%2.462.152016-0.01%-0.01%4.72%4.18%0.000.0020182.99%3.03%4.07%3.86%0.750.7920174.58%4.64%3.85%3.00%1.211.55201914.39%14.47%6.25%5.24%2.322.762020.5.159.83%29.11%6.14%1.80%4.7416.17全区间116.68%11.19%6.04%10.29%1.85 1.09资料来源：Wind， 加入择时观点的股债风险平价策略下面我们将择时观点加入股债风

39、险平价策略中，以进一步提高组合的收益风险比。令初始股债风险预算为 1:1，定义风险预算调整系数，若股票择时信号为正向，则股债风险预算调整为(1/2)(1/):1-(1/2)(1/)；若股票择时信号为负向，则股债风险预算调整为(1/2) :1-(1/2) ；若股票择时信号为中性，则股债风险预算维持 1:1 不变。当=3 时，策略的年化收益率为 8.46%，夏普比率和 calmar 比率分别为 2.81 和 1.77，相比于未加入择时观点的策略年化超额 1.20%。图13 加入择时的股债风险平价策略净值(2014.03-2020.05)1.71.61.51.41.31.21.10%回撤（右轴）策略

40、净值-1%-2%-3%-4%-5%2014030320140423201406172014080620140926201411242015011520150313201505062015062620150817201510152015120420160126201603232016051620160707201608262016102620161215201702132017040620170531201707202017090820171106201712262018022220180417201806082018073120180919201811162019010920190307201

41、90429201906242019081320191010201911292020012120200319202005141.0-6%资料来源：Wind， 表 12加入择时的股债风险平价策略收益风险特征(2014.03-2020.05)累计收益率年化收益率年化波动率最大回撤夏普比率calmar 比率2014.3-1214.71%17.98%3.56%1.22%5.0414.70201515.08%15.31%4.42%4.52%3.473.3920160.74%0.75%2.19%4.12%0.340.1820173.20%3.25%2.89%2.18%1.121.4920186.21%6.2

42、9%2.32%1.51%2.724.1720197.88%7.92%2.06%1.92%3.844.122020.5.155.23%14.91%2.77%1.05%5.3714.20全区间65.49%8.46%3.01%4.79%2.811.77资料来源：Wind， 量化对冲策略行业轮动策略具有较高的超额收益，我们可以对冲股指期货以获得绝对收益，回测参数设臵如下：股票仓位固定为 70%，股指期货空头合约面值与行业轮动多头组合市值相等。根据行业轮动多头组合的风格特征，灵活选择沪深 300 股指期货（IF）或中证500 股指期货（IC）对冲。月初调仓，并再平衡股票多头和股指期货空头仓位。使用股指期

43、货当月合约对冲，交割日前一天以当日成交均价展期，交易成本为双边万分之六。2013 年 2 月以来，行业轮动对冲策略的年化收益率为 9.63%，夏普比率和 calmar 比率分别为 0.87 和 0.45。图14 股指期货对冲品种选择(2013.02-2020.05)图15 行业轮动对冲策略净值(2013.02-2020.05) 2.22.01.81.61.41.2201301312013053120130930201401302014053020140930201501302015052920150930201601292016053120160930201701262017053120170

44、929201801312018053120180928201901312019053120190930202001231.00%-5%-10%-15%-20%20130131201305242013090520131224201404112014072420141110201502262015060920150921201601062016042220160804201611222017030920170623201710092018011720180509201808172018120420190322201907082019102320200210-25%IFIC回撤（右轴）策略净值 资料

45、来源：Wind， 资料来源：Wind， 股指期货在 2015 年 6-9 月的股市异常波动中，负基差极度扩大，对冲成本上升，绝大多数公募量化对冲产品大幅降低股票仓位，将大部分仓位配臵于现金和债券，2017年年初负基差方才有所缓解。因此，我们在 2015.7.1-2016.12.31 平掉股票仓位，将全部资金投资于货币基金（H11025.CSI）。剔除股指期货深度贴水时期之后，行业轮动对冲策略的年化收益率为 13.19%，夏普比率和 calmar 比率分别为 1.43 和 1.10，每个年份均能取得正收益。图16 行业轮动对冲策略净值（剔除深度贴水时期）(2013.02-2020.05)2.62.42.22.01.81.61.41.21.00%回撤（右轴）策略净值-2%-4%-6%-8%-10%-12%20130131201304122013062120130822201311012014010320140313201405192014072120140922201411282015020220150413201506152015081720151027201512282016030720160510201607132016091320161123201701252017040620170612201708112017101