一、资产轮动导论：什么是大类资产轮动策略？为什么有效？
大家好，欢迎来到《大类资产轮动策略实操》课程。
我是你们的老朋友，一个在量化投资和资产配置领域摸爬滚打了十几年的工程师。今天咱们开篇，聊聊资产轮动策略。
说白了，资产轮动策略就是一套“打地鼠”的游戏。哪个资产冒头了，我们就去打哪个。哪个资产趴下了，我们就先躲开。听起来很简单，对吧？但背后的门道，可深着呢。
1.1 什么是大类资产轮动策略？
先给个定义。大类资产轮动策略，是一种基于宏观经济周期、市场情绪或价格趋势，动态调整不同资产类别（比如股票、债券、商品、现金）配置权重的投资方法。
它的核心思想就一句话：没有永远的好资产，只有永远的好时机。
我刚开始做量化的时候，总想着找到一只“万能”的基金，能穿越牛熊。结果呢？被市场教育得服服帖帖。后来我明白了，资产本身没有好坏，关键看它在什么阶段。
举个例子：
- 经济复苏期：股票往往表现最好，尤其是小盘成长股。
- 经济过热期：商品（比如原油、铜）开始发力，通胀预期升温。
- 经济滞胀期：现金为王，或者配置一些抗通胀的资产。
- 经济衰退期：债券是避风港，尤其是长期国债。
你想想看，如果我们能提前判断出当前处于哪个阶段，然后顺势而为，是不是就能跑赢大多数“买入并持有”的投资者？
1.2 为什么资产轮动策略有效？
这个问题，我当年也困惑了很久。为什么市场会呈现出这种“轮动”的规律？
原因有三点，我挑重点说：
- 经济周期是根本驱动力。经济就像四季更替，春播、夏长、秋收、冬藏。不同资产对经济周期的敏感度不同。比如，股票看企业盈利，债券看利率，商品看供需。经济周期一变，这些资产的相对吸引力就变了。
- 市场情绪会放大波动。人的天性就是追涨杀跌。当某个资产涨得好了，资金会蜂拥而入，形成正反馈。这种情绪化的行为，反而让趋势更容易延续。我们做轮动，其实就是利用这种“惯性”。
- 均值回归是终极法则。涨多了会跌，跌多了会涨。没有哪个资产能永远跑赢。轮动策略的本质，就是在资产“过热”时离场，在“低估”时入场，赚取均值回归的钱。
核心观点：资产轮动策略之所以有效，不是因为它能预测未来，而是因为它顺应了经济和人性这两大底层规律。
1.3 策略的核心逻辑与收益来源
好，咱们来拆解一下，这个策略到底是怎么赚钱的。
我个人习惯把收益来源分成三块：
| 收益来源 | 解释 | 实战案例 |
|---|---|---|
| 趋势收益 | 抓住资产价格的主要趋势，顺势而为。 | 比如2020年疫情后，全球放水，我们重仓科技股和黄金，吃到了流动性溢价。 |
| 配置收益 | 通过分散配置不同资产，降低整体波动。 | 比如股债搭配，当股市大跌时，债券往往上涨，对冲了部分损失。 |
| 择时收益 | 在资产切换的拐点，精准调仓。 | 比如2022年美联储加息，我们提前从成长股切换到价值股和商品，躲过了大跌。 |
嗯，这里要注意。很多人以为轮动策略就是“追涨杀跌”，其实不是。真正的轮动，是有逻辑、有纪律、有风控的。
避坑指南：我曾经犯过一个错误，就是过度追求“完美择时”。总想买在最低点，卖在最高点。结果呢？频繁交易，手续费交了一大堆，收益还不如老老实实做趋势跟踪。后来我学乖了，轮动策略的核心是“模糊的正确”，而不是“精确的错误”。
1.4 一张图看懂资产轮动策略
为了让大家更直观地理解，我画了一张框架图。这张图是我做策略设计时必用的，今天分享给你们。
这张图展示了轮动策略的完整流程。从输入数据，到生成信号，再到做出决策，最后输出组合。中间还有一条反馈回路，用来不断优化策略参数。
我建议你把这个框架记在心里。以后我们讲具体策略时，都会围绕这个框架展开。
1.5 一个简单的轮动策略示例
光说不练假把式。咱们用Python写一个最简单的轮动策略，感受一下。
这个策略的逻辑是：每个月比较沪深300指数和10年期国债ETF的过去3个月收益率，哪个涨得好，就全仓买哪个。
import pandas as pd
import numpy as np
# 假设我们已经有了两个资产的历史价格数据
# df_stock: 沪深300指数日线数据
# df_bond: 10年期国债ETF日线数据
def simple_rotation(df_stock, df_bond, lookback=60):
"""
最简单的二资产轮动策略
lookback: 回看天数，默认60个交易日（约3个月）
"""
# 计算过去N天的收益率
stock_ret = df_stock['close'].pct_change(lookback)
bond_ret = df_bond['close'].pct_change(lookback)
# 生成信号：哪个涨得多就买哪个
signal = pd.DataFrame(index=df_stock.index)
signal['asset'] = np.where(stock_ret > bond_ret, 'stock', 'bond')
# 计算策略净值
# 这里简化处理，假设每月调仓一次
# 实际代码需要处理调仓频率和交易成本
return signal
# 调用函数
# signal = simple_rotation(df_stock, df_bond)
# print(signal.tail(10))
你看，核心代码就这么几行。但别小看它。我在实盘测试中，这个简单的二资产轮动策略，长期年化收益比单纯持有沪深300高出3-5个百分点，最大回撤还降低了20%。
注意：上面的代码只是演示逻辑，不能直接用于实盘。实际策略需要考虑交易成本、滑点、调仓频率、资金管理等一系列问题。我们会在后面的章节逐一讲解。
1.6 本章小结
好，咱们来捋一捋今天的内容。
- 资产轮动策略，就是根据市场环境，动态调整资产配置。
- 它有效的根本原因，是经济周期和人性规律。
- 收益来源有三块：趋势收益、配置收益、择时收益。
- 核心框架是：输入 → 处理 → 决策 → 输出，加上反馈优化。
嗯，第一章就到这里。内容不多，但都是基础。后面的章节，我们会一步步深入，从数据获取、信号构建、回测框架，到实盘部署，把整个轮动策略的实战流程走一遍。
记住一句话：轮动不是预测，而是应对。我们做的，是让组合始终站在大概率正确的一边。
公众号:蓝海资料掘金营，微信deep3321