行业主题轮动研究报告：基于卷积神经网络的指数轮动策略.pdf

行业主题轮动研究报告：基于卷积神经网络的指数轮动策略。本报告旨在对基于卷积神经网络的 ETF 轮动策略进行调整，以 Wind 行 业主题指数作为底层标的，测算基于 Wind 行业主题指数的轮动效果。

Wind 行业主题指数信息：根据 Wind，行业主题指数包括行业、题材、 热门概念和主题指数 4 个细类，截至 2026 年 1 月底，分别有 250、 550、181 和 65 个细分指数类型。根据 Wind，指数涉及产业主题、风 格、地域、改革、规模、国资委、行业个股精选、机构持仓、参控股、 技术、陆股通、企业行为、政策、券商金股等不同类型的指数，相比于 ETF 跟踪的指数，数量相对较多。

实证分析：周频指数轮动模式下，回测区间内，因子的 IC 均值为 3.7%,IC 胜率为 59%。分档表现方面，5 分组模式下多头组超额收益相对明显。 观察持有 5 只指数的组合策略，扣除双边千一费用后，2020 年以来实 现约 30.7%的年化收益，相比于万得偏股混基金指数的超额约 21.7%。 相比于 ETF 轮动组合，该指数组合的回测收益相对更高，2022 年和 2023 年等年份收益为正，分年度收益相对更加稳定，但 2025 年的总 体收益低于 ETF 轮动组合。

持仓特征：观察该组合的历史持仓，总体行业或风格主题暴露相对突出。 持仓行业或主题暴露并非长期不变，2025 年 11 月前后在石油等主题方 面暴露较多，2026 年 1 月在有色金属主题暴露较多。

参数影响：持仓数量方面，持有 3 只、5 只和 10 只指数的区间内年化 收益分别为 28.1%、30.7%和 26.7%；换仓频率方面，周度策略的收益 相对高于双周度和月度；换仓价格方面，测算显示，基于次日开盘和收 盘价换仓的收益特征基本一致，采取次日收盘价换仓的收益相对较高， 波动率也相对较大；指数池范围方面，默认覆盖行业、主题、题材各类 指数，测算显示，覆盖所有指数池，回测收益相对较高，行业指数池的 收益高于题材指数和主题指数。