一、轮动模型概述
什么是轮动策略
轮动策略，说白了就是「哪块肉肥就往哪挪」。
我刚开始接触量化时，觉得这玩意儿跟炒股追热点差不多。后来才发现，两者有本质区别。追热点是情绪驱动，轮动策略是数据驱动。
举个例子。假设你有100万资金，A股市场有30个行业。轮动策略会定期计算每个行业的「综合得分」——比如动量、估值、资金流向等指标。然后，只买入排名前5的行业，卖出排名靠后的。
嗯，就是这么简单粗暴。但背后的逻辑，其实挺深的。
轮动策略的核心逻辑
核心逻辑就一句话：资产的表现会「轮流」变好，而不是一直好。
为什么会这样？
我个人的理解是，市场就像一个巨大的跷跷板。资金总量有限，从A板块撤出来，就会流到B板块去。这种流动，造成了不同资产间的「此消彼长」。
核心假设：过去一段时间的强势资产，在未来一段时间内会继续保持强势（动量效应）；或者，过去强势的资产会反转（反转效应）。
你想想看，如果所有资产都一直涨，那还轮动什么？直接满仓干就完了。但现实是，市场永远在波动。
我在项目中遇到过一种情况：用动量因子做轮动，2017年效果特别好，但2018年就惨了。为什么？因为2018年是单边下跌市，所有板块都在跌，你轮来轮去，无非是从跌5%换到跌3%，意义不大。
所以，轮动策略的底层逻辑，其实建立在「市场存在结构性机会」这个前提上。
轮动策略的常见类型
常见的轮动策略，我把它分成三类。这三类我都实盘跑过，各有各的坑。
| 类型 | 轮动对象 | 典型周期 | 我踩过的坑 |
|---|---|---|---|
| 行业轮动 | 申万一级/二级行业 | 月度、季度 | 行业分类变更导致回测失真 |
| 风格轮动 | 大盘/小盘、价值/成长 | 季度、半年 | 风格切换时点极难把握 |
| 因子轮动 | 动量、价值、质量等因子 | 月度 | 因子拥挤度导致失效 |
行业轮动
这是最主流的一种。我习惯用申万一级行业，一共31个。每个月末，计算每个行业的动量、波动率、资金流向等指标，然后选排名前5的行业等权买入。
我曾经犯过一个低级错误：2019年用申万行业分类做回测，结果2021年行业分类调整了，回测代码没更新，导致实盘和回测对不上。嗯，从那以后我每次回测都会检查行业分类是否变更。
风格轮动
风格轮动，说白了就是判断「现在是该买大盘股还是小盘股」。
我记得2020年底，所有人都说「小盘股不行了，以后是龙头的天下」。结果2021年小盘股涨得飞起。这就是风格轮动的难点——当所有人都看到某种风格时，往往已经快到头了。
我个人建议，风格轮动最好用「相对强弱指标」来判断。比如，计算沪深300和中证500的比值，当比值突破某个阈值时切换。
因子轮动
因子轮动更「量化」一些。你想想看，市场上有几十个因子，每个因子在不同时期表现不同。因子轮动就是动态选择当前最有效的因子。
举个例子。2020年，动量因子表现很好；2021年，价值因子开始复苏。如果你一直死守动量因子，2021年就会很难受。
我的经验：因子轮动不要只用单一指标。我习惯用「因子IC值」和「因子收益率」两个维度综合打分。IC值衡量预测能力，收益率衡量实际表现，两者结合更靠谱。
轮动策略的优缺点
任何策略都有两面性。轮动策略也不例外。
优点
- 捕捉结构性机会：市场永远有板块在涨，轮动策略能抓住这些机会
- 风险分散：不是死守一个板块，而是分散到多个强势板块
- 逻辑清晰：买卖规则明确，不会像主观交易那样纠结
- 可复制性强：写代码就能跑，不需要天天盯盘
缺点
- 交易成本高：频繁调仓，手续费和滑点会吃掉利润
- 容易过拟合：回测时参数调得再好，实盘可能一塌糊涂
- 极端行情失效：单边下跌市或震荡市，轮动效果大打折扣
- 需要持续监控：模型参数需要定期调整，不是一劳永逸
避坑指南：我曾经在回测时把交易成本设得很低（万分之二），结果实盘发现根本做不到。实际交易中，滑点、冲击成本、印花税加起来，可能达到千分之二甚至更高。回测时一定要把成本算足，否则你会被现实狠狠教育。
轮动策略的核心框架
下面这张图，是我自己总结的轮动策略核心框架。每次做新策略，我都会先画一遍这个图。
这张图我每次做新策略都会看一遍。尤其是那个反馈循环，很多人容易忽略。模型不是一劳永逸的，需要根据实盘表现不断调整。
好了，关于轮动策略的概述就聊到这儿。记住一句话：轮动不是万能药，但用好了，确实能跑赢大部分被动策略。