一、策略概述

1.1 背景介绍

行业轮动策略是一种量化交易策略，旨在通过在不同行业之间进行资金分配，捕捉市场趋势和行业表现的周期性变化。 从名字即可看出，经济周期导致任何市场状态下可能都会存在股市价格表现较好的行业，因此我们如果能布局这些行业并定期轮动调整，那会取得还不错的投资效果。与单纯持有某个行业或个股相比，行业轮动策略通过分散投资风险，提高了组合的抗风险能力，并且能够在不同的市场环境中寻找最佳的投资机会。

1.2 研究目的

本策略是曾经在社区里的一个策略复现而来，策略链接为：<https://bigquant.com/wiki/doc/v10-uKB4qr0I

/wiki/static/upload/98/98b68b06-687a-48cb-98af-760360071119.pdf

\

摘要

前言

本篇报告为东吴金工“技术分析拥抱选股因子”系列研究第二篇，延续了“将技术分析的方法应用于构建选股因子”的研究理念，从经典的蜡烛图上下影线入手，逐步探索了上下影线中蕴藏的选股信号。

蜡烛上下影线选股因子

根据蜡烛图上、下影线的定义，构造选股因子。回测结果显示，基于蜡烛图上影线构建的因子具有不错的选股能力，而蜡烛图下影线因子的选股能力较差。其中，蜡烛图上影线的标准差因子“蜡烛上_std”效果最好，在全样本内年化ICIR为-1.78，5分组多空对冲的信息比率为1.64，月度胜率为68.38%。

威廉指标对蜡烛图的修正

除了蜡烛图上下影线，威廉指标

摘要

买入评级报告具有超额收益。截面回归模型显示，在控制了常见选股因子后，出现在买入评级报告中的股票仍然具有不能被解释的显著截面溢价。因此，买入评级报告具有积极的参考价值。

买入评级报告具有时效性。分析买入评级报告发布后1-12周的截面溢价，结果显示，越临近报告发布日，单位时间所获得的截面溢价越高。

不同报告类型的截面溢价存在明显差异。根据不同的报告类型构建对应的虚拟变量，并计算截面溢价：深度报告与调研报告的截面溢价始终高于全部买入评级报告的对应值；而一般个股报告的截面溢价与全样本数据接近；点评报告的截面溢价显著低于全样本数据。因此，深度报告与调研报告具有更高的投资参考价值，而点评

研究结论

前言：本篇报告为东吴金工“波动率选股因子”系列研究的第二篇，受到学术界“股价波动与股票信息流”关系理论的启发，从“信息冲击”的角度出发，逐步构建了衡量“股票信息分布均匀度”的选股因子。

波动率与信息冲击：学术研究表明，股票价格的波动，与流入股票的信息流直接相关。借鉴前人研究经验，我们提出如下猜想：若股票信息匀速流入市场，则股价的波动相对较小；但若信息流入市场的速度发生剧烈变化，则会造成股价的波动迅速增大。因此，我们认为股价波动率大小的变化幅度，可以用来衡量信息冲击的剧烈程度。

信息分布均匀度UID因子：利用个股分钟数据，在计算每日高频波动率的基础上，构建信息分布均匀度UID因子

摘要

Level2类选股因子存在进一步挖掘空间。随着业界对于选股因子研究的深入，许多类别的选股因子都得到了较好的挖掘。但在众多研究中对于基于Level 2行情数据的选股因子的相关研究却少之又少，很多前期研究都将注意力集中到了Level 2类指标的短期选股效果上而并未对于该类指标在中长期上的选股效果进行研究。本报告旨在对于Level2行情构建的选股因子的选股效果进行初步的回测，为各位投资者进一步细化构建相关选股因子提供方向与灵感。

围绕逐笔数据可构建相关选股指标。逐笔成交数据从单笔成交金额以及单笔成交方向两个维度上为投资者提供了更多关于成交的信息。基于逐笔成交信息，我们可以掌握股票

摘要

本报告采用多类别logistic模型估计股票在未来1个月的大幅下跌概率，并以此作为选股因子；

在15%、20%、25%、30%、35%和40%等阈值计算下跌概率选股因子，因子在全市场的覆盖度在70%以上，在沪深300指数和中证500指数成分股里，因子覆盖度达到90%，在深圳主板、上海主板、中小板和创业板等四个板块的覆盖度基本保持在70%到80%之间；

经过行业和市值中性化后，在不同阈值下的下跌概率因子具体较好的选股能力，在全市市场里的ICIR均在0.5以上，t统计量在6以上，在不同板块和指数成分股里均保持较高的统计显著性；

Crashp1m40_zj因子的IC衰减速度较慢，与

研究结论

传统多因子Alpha模型大多是在全市场范围内对股票一视同仁地进行打分评价，忽视了个股之间的基本面情况差异和选股因子在不同风格股票池里的适用性，能够捕捉不同股票之间差异性的动态情景模型(Dynamic Contextual Alpha Model)应运而生, 并且在海外市场获得了优异的业绩。

本文借鉴了国外同行的先进经验，并根据中国A股市场作出了相应调整，将全市场的股票按照规模、估值、成长、盈利能力和流动性水平进行了划分，并且在不同的股票类型中采取最优的因子权重配置方式，构建了一套动态情景alpha模型。

实证检验表明，动态情景alpha模型能够更加精确地捕捉横截面

摘要

本文作为“猎金”系列报告的第二十篇，我们将继续对基本面Alpha因子的探索，本文我们将通过对上市公司盈利质量的定量刻画，来构建相应的选股因子。 我们用上市公司利润中应计利润的相对规模的大小来衡量上市公司的盈利质量。通过回归分析，我们发现A股上市公司营业利润呈现明显的均值回归的特征，且Sloan（1996）的假设在A股市场同样成立，即现金流部分对营业利润的贡献比应计利润部分对营业利润的贡献更具有持续性。 原始的应计利润因子在全A中表现平平，但在剔除亏损及行业中性的条件下，应计利润因子表现有了大幅提升，IR提升至0.23，对应t检验统计量提升至2.85；多空组合Sharpe比率提升至0

摘要

本文主要对剔除高频多因子空头组合后的沪深300指数增强策略进行回测分析。

构建高频多因子空头组合的方法。从因子复合与组合复合两种角度出发，本文共探讨了3种构建高频多因子空头组合的方法：因子复合-zscore加总、因子复合-回归模型、以及单因子空头组合复合。相对应的剔除样本空间中多因子空头组合的方法分别称之为：zscore复合剔除、回归复合剔除以及组合复合剔除。

高频因子的形式。由于高频因子正交风格和行业后，空头效应更为稳定，因此在构建高频多因子空头组合时更建议采用正交因子形式。此外，为更好地反映高频因子在成分股以外的空头效应，建议将构建复合因子的样本范围限制在标的指数

/wiki/static/upload/0f/0f914335-dc78-4837-8d42-64edb65ffa0e.pdf

\