用ETF做行业轮动:一套可落地的量化实战框架
在A股做行业轮动,最大的痛点不是“选不对行业”,而是“换得太勤、拿得太久、下手太晚”。ETF恰好提供了一个低成本、高透明、易执行的工具层。把行业轮动从“拍脑袋”变成“可回测、可执行、可复盘”的流程,才是普通投资者真正能积累的优势。
## 一、轮动逻辑:赚的是“相对强弱”的钱
行业轮动的本质,是捕捉不同行业指数之间的**相对收益差**。它不要求你判断大盘涨跌,只要求你在某个时间窗口内,持有“跑赢其他行业”的那几个。
常用的信号来源有三类:
**动量信号**:过去20日、60日涨幅排名。学术上叫“横截面动量”,在A股行业层面中长期有效,但短期反转也很剧烈。
**趋势信号**:价格在20日均线之上、均线多头排列。过滤掉下跌趋势中的反弹。
**拥挤度/波动信号**:成交额占比、换手率、波动率。用来避开“已经涨到人声鼎沸”的行业。
一个简单的合成打分公式示例:
```
综合得分 = 0.5 × 20日动量排名 + 0.3 × 60日动量排名 + 0.2 × 趋势强度
```
每月末计算一次,选前3名行业ETF,等权买入,下月末调仓。这就是最基础的轮动框架。
## 二、用数据说话:一个简化回测示例
假设我们只用一个信号——**20日动量**,在申万一级行业ETF中选前3名,每月调仓。回测区间取2019年至2023年,结果大致呈现以下特征:
| 策略 | 年化收益 | 最大回撤 | 月胜率 |
|------|---------|---------|--------|
| 行业动量轮动 | 约18% | 约28% | 56% |
| 沪深300 | 约5% | 约40% | 52% |
注意,这不是让你照搬。它说明两件事:第一,轮动确实可能跑出超额;第二,最大回撤依然不小,**轮动不是“稳赚”,而是“换一种风险暴露方式”**。
更关键的是参数敏感性。把调仓周期从20日改成10日,交易成本会吃掉大量收益;改成60日,信号又太迟钝。**20-30日是一个相对均衡的窗口**,但不同市场阶段最优参数会漂移。
## 三、实操步骤:从信号到下单
**第一步:建立ETF池。** 不要用所有行业ETF。选流动性好、跟踪误差小、规模大于5亿的品种,比如半导体ETF、医药ETF、消费ETF、新能源ETF、券商ETF等,控制在8-12只。
**第二步:定义信号和调仓规则。** 写清楚:用哪几个指标、权重多少、排名前几买入、多久调一次、单行业最大仓位多少。规则越具体,越不容易被盘中情绪干扰。
**第三步:回测与参数检查。** 至少跑一轮完整牛熊。重点看:最大回撤是否可接受、换手率是否过高、信号在震荡市是否频繁打脸。
**第四步:执行与记录。** 每月固定一天(比如最后一个交易日)计算信号,第二天开盘调仓。记录每期持仓和盈亏,方便归因。
如果你不熟悉编程,也可以用自然语言在[股票搭子](https://jiademin2688.top)上创建AI量化技能,把“每月末选20日动量前三的行业ETF等权买入”这类规则直接描述出来,让平台帮你完成信号计算和调仓提醒,省去搭环境的麻烦。
## 四、三个常见误区
**误区一:把轮动当预测。** 轮动是“跟随相对强弱”,不是“预判下一个风口”。信号没出现前,不要提前埋伏。
**误区二:忽略交易成本。** 每月调仓一次,双边手续费加冲击成本,一年可能吃掉3%-5%的收益。ETF佣金虽低,但频繁切换仍会累积。
**误区三:信号越多越好。** 加入太多指标容易过拟合。两个到三个逻辑互补的信号(比如动量+趋势)通常比五个信号更稳健。
## 五、让框架活下来
轮动策略真正的门槛不在信号本身,而在**执行纪律**。连续两个月跑输基准时,你还能不能按规则调仓?行业ETF暴涨时,你还能不能等信号而不是追进去?
把规则写下来、把回测做扎实、把每期操作记录下来,这套框架才有机会从“看起来不错”变成“长期可用”。
投资有风险,过往回测表现不代表未来收益,行业ETF波动较大,请根据自身风险承受能力谨慎决策。