如何运用风险因子择时框架构建相对收益视角下的行业轮动策略？

在相对收益视角下进行行业比较，简单对各行业进行多因子打分平均的意义有限，需要有统一的比较依据。驱动任何资产包括行业表现的背后，都有特定的风险因子，而风险因子并非一成不变，即不同时期存在不同的交易主线。因此，构建行业轮动策略的核心在于先对当前驱动行业背后最核心的风险因子进行预判，然后基于选出来的风险因子，结合因子和行业之间的对应关系，得到行业配置信号。

具体而言，单行业判断无需用到风险因子择时，可以简单做风险因子打分的平均，因为单行业分析的信息需越全面越好。但行业比较则应先做风险因子择时，因为行业比较的本质上是对风险因子进行配置。如果选出来的信号是风险偏好，那么有些行业尽管受益于基本面上行预期，但可能不会在当前的价格上有所反应。例如银行板块在很长一段时间受益于坏债出清和息差修复，但因风险偏好逆风所以未能产生相对收益。

在因子择时的具体逻辑上，参考大类资产交易主线的持续性特征，计算各因子上月波动相比上上个月环比变化在过去一年的分位数，选择分位数最高的因子。根据波动的集聚性，有理由相信该因子是下一期的核心风险因子或主线。得到了核心风险因子后，再根据风险因子和行业的对应关系选出具备机会的行业。

从回测结果来看，基于风险因子择时的行业轮动策略能显著战胜基准。2026年以来，该行业轮动策略年化收益达到36.6%，标准差为19.9%，最大回撤控制在-6.49%，夏普比为1.83，索提纳比为1.94，卡玛比高达5.63。相比之下，同期行业平均年化收益为-4.5%，中证800为2.5%，偏股混指数为11.6%。拉长周期看，2025年以来该策略年化收益30.5%，2022年以来年化收益7.5%，在不同市场环境下均保持了相对基准的显著超额收益与较优的风险调整后回报。