2021 年初的时候，我在这里开始跟踪一个极为简单的行业动量模型：从 20 个行业 ETF (最初 16 个之后逐步扩充)，每周选出当周最强的 6 个 (最初 5 个) 在下周持有。
在一开始，我就说过，这个模型更多是用来观测行业动量的持久度，是一个观测意义大于实战意义的模型。所以从行业选择、回测周期选择到 TOP-N 的选择，我都只是拍脑袋，让他是一个极为朴素的版本，纯天然没有任何优化。
没想到，一年多下来，还积累了一点超额收益，有兴趣的朋友越来越多。
那么，是该将其升级优化一下，以提升实战潜力了。
优化之前，得重做一个回测。
由于目前跟踪的很多 ETF 诞生比较晚，所以正经回测时，还是得用回指数。
下表是参与回测的 19 个指数，这里有两点说明。❶ 因为 5G 和光伏都是 2019 年 4 月才发布的指数，所以整个回测以那个时点开始；❷ 恒生互联网是港股，4 点才收盘，无法与其他指数 3 点收盘同步，所以没放入。
先来看看当时用的 1 周回测 TOP6 的模型吧。
动量基准，指的是每周等权重持有所有 19 个行业，从 2019 年 4 月 6 日当周至 2022 年 6 月 2 日当周的年化收益，是 10.37%，而下面的行业轮动 TOP6_1NT 则代表以 1 周回测选择最强 6 个不择时的模型，年化收益率是 19.28%，超额收益还是显著的 —— 虽然波动率和最大回撤 (因为采用的是周数据，所以忽略周内回撤，比逐日真实回撤会小) 都放大了，但考虑到超额收益，也不错了。
下图是净值曲线图。请仔细看蓝色的超额收益曲线，可以看到超额收益回撤甚至横盘时，也是代表行业整体表现的基准开始萎靡的时候，从这点说动量模型作为市场强度的一个风向标，有其价值。
好了，接下来就探索优化了。
其实在好多年前，我就做过一些行业指数轮动的尝试，当时试下来的最佳周期是 10 天，也就是周模型上的 2 周。
所以，先来看看 2 周模型效果如何。
立竿见影的优化，年化收益率达到了 28.01%，最大回撤还缩小了，仅波动率有所放大。
再看下面的净值曲线，超额收益的诞生平滑了不少。
接下来，我要做的是一个 “魔改级” 优化。
传统上关于动量模型，习惯上认为其与反转效应交织，所以常见的回测模型会在回测 N 周获得入选品种后，跳空一个周期，到再下面一个周期才持有 —— 以此规避过于强势之后的短期疲弱。
不过，笔者的魔改思路，是在 TOP 里面，剔除最 TOP 的那些。比如上面的模型，是选择过去 2 周里面表现最强的 6 个指数，那么我魔改后变成，仅选取第 4、第 5 和第 6 名，剔除前三，避免那些过犹不及的行业，寻找即将起飞的行业。
魔改的回测结果，真是让人吓一跳，年化攀升至 38.54%，最大回撤缩小至 14.22%。
再看净值曲线，超额收益就更平稳了！
好了，就它了！
本周开始，就转为纪录这个模型。同时，未来也要看看，是否还要加入另外一些行业。当然，还要提醒一句，历史数据不能预测未来，模型失效更是常态，这里更多是分享动量模型优化的思路。
根据模型，下周将关注：证券公司、有色金属和中证医疗三个指数代表的行业。
联系客服
