行业轮动模型的因子化：减少当前超额回撤的思路之一————申万金工因子观察第2期20260201

传统量价因子的集体失效与其 整体偏反转的逻辑相关， 为偏动量特征的行业轮动模型的因子化提供了场景。 2 026 年以来， 低波、反转、市值、低流动性因子反向，对策略 超额影响较大，其集体失效的原因与行情热度持续、逻辑偏反转的因子失效。 如果能有一个偏动量特征的因子进行一定的调和，或许 能增强组合超额的稳定性。 量化 行业轮动模型追求的超额稳健性， 为行业轮动模型的因子化提供了基础。 一直以来，量化的行业轮动模型缺乏较好的使用场景，量化 策略 追求超额的稳定性，使得行业 轮动模型所选出的行业往往不会 很 极致，而这个稳健特征如果只是对标所有行业的平均值，对于大部分投资者来说缺乏实际意义。但这种稳健性反而是选股因子的需求，这就 给行业轮动模型的选股因子化提供了基础。 经过我们测算， 行业轮动因子具备良好的因子特性：因子月度IC达5 .3% ，ICIR达4 .0 ，属于表现较强的因子，因子的累计IC、多空表现都有不错的特征。尤其是 该因子近年 来快速上行，体现出牛市的强进攻特征和动量属性 。 行业轮动因子加入传统的多因子框架可以有效提升模型在近年来的表现。 在传统多因子框架中加入行业轮动因子，不仅大幅提升了超额收益 ...