2026年ETF轮动策略2.0

市场概况

行业表现分化

按照中信一级行业，2019年2025年期间的行业的年度收益 表现以及2025年分月度考察各 行业收益表现，近年来行业轮动 明显，不同行业间表现差异较大。

因子构建和测试

因子多空组合构建：按照中信一级行 业，将不同因子按照从大到小排列分 为4组，将前25%的一组作为多头组 合，最后25%的一组作为空头组合， 构建多空组合。

因子收益率构建：按照中信一级行业， 将T期因子暴露与T+1期行业收益率 进行线性回归，获取因子收益率。

通过因子多空组合和因子收益率的表 现来看，不同市场下因子表现呈现周 期性变化，所以需要通过对不同阶段 的划分，进行因子有效性的测试。

因子合成表现呈现周期变化

综合因子在行业截面上的预测能力， 其IC均值为2.59%，ICIR为0.09，IC 大于0比例为58.82%。

IC均值（信息系数均值）用于衡量因 子预测股票未来收益能力的核心指标。 多个调仓周期内信息系数（IC）的平 均值反映了因子值与未来收益率之间 的整体线性相关性。

行业轮动模型算法

等权配置6个因子的算法： （1）月末计算每个中信一级行业(剔除综合金融行业)指数的6个因子： 动量、主买金额、换手率变化、乖离率、行业内收益偏差和波动率的 数值。 （2）按照因子表现不同阶段正向、负向顺序分别由大到小、由小到 大排列各因子值，获得各因子值排序序号。 （3）将29个行业的排序值按照由小到大的顺序分为四组，同组的排 序值标记为同一排序值（每7个行业分为一组，最后8个行业划为一 组，共计分为四组，分别标记为1-4组）。 （4）计算每个行业各因子新排序值的平均值，将平均值按照由小到 大的顺序排列。 （5）取前6个行业，作为下个月投资的推荐行业。

综合指标有效性检验

按照行业轮动模型算法等权配置6个因 子构建的综合指标效果显著。

回测样本期间，综合指标在行业截面 上的预测能力，其IC均值为13.84%， ICIR为0.55，IC大于0比例为65.88%。

综合指标的有效性和稳定性较单一因 子都有显著的提高，体现了各因子之 间的平衡性。

行业轮动模型效果（ 2019/1-2026/1）

该行业轮动模型长期保持稳定的超额 收益。

2019/1-2026/1，该行业轮动模型总 收益高达319.26%，同期沪深300收 益率为66.80%，中证500收益率为 138.50%，中证1000收益率为 132.46%。

该行业轮动模型的波动率水平控制在 合理区间，夏普比率显著好于沪深 300、中证500和中证1000指数。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）