Edge
Chrome
Firefox
分享一个指数轮动策略，回测表现为10年17倍，净值走势图如上。
回测结果列在文章最后，其中
benchmark为比较基准沪深300，
ETF Rolling Gross Value：指数轮动净值，上图中的蓝线
ETF rolling Net Value： 扣除交易费用后的指数轮动净值，上图中的红线
回测从2013年8月26日开始，直到2024年6月14日，从开始的净值1元，增长到17元，扣除交易费用后的净值为15元，实现10年17倍。
其中几个重要的指标是：
CAGR﹪累计年化收益率，指数轮动策略基本在年化20%左右，而沪深300年化收益率仅为2.84%，还不如银行定期。
Max Drawdown最大回撤，指数轮动策略在20%左右，沪深300为-46.72%
夏普比率更是远超沪深300
今年的表现也可圈可点，YTD在12%左右。
下图是我在雪球建立的模拟盘，模拟盘创建于 2024.02.23，目前总收益为14.68%，能取得这样的表现，主要是轮动策略抓住了黄金和纳斯达克的行情，而同期沪深300的收益为-0.8%。
我的实盘比雪球模拟盘开始稍晚，资金分批投入，目前收益为5%。
雪球模拟盘链接
大家如果感兴趣，可以访问我的微信公众号，微信公众号每天会更新买入记录，还有从2013年8月26日开始的完整的交易记录。
https://mp.weixin.qq.com/s%3F__biz%3DMzg5MTUzMTMzOQ%3D%3D%26amp%3Bamp%3Bmid%3D2247483800%26amp%3Bamp%3Bidx%3D1%26amp%3Ba ... tehDqvA5wkPz5-n021f4
2024/6/20更新一个按年收益的比较
2024/6/17更新
轮动策略的内在逻辑大体上是在几个相关性低的大类资产上，使用响应的ETF轮动投资，有些类似美林时钟的逻辑，再加上大小盘轮动策略，基本上可以理解为美林时钟+二八轮动。
具体操作上，如下表，这是我的公众号在6月14日公布的最近十天的记录。
下表一共5列，其中‘当日持有’表示当天持有的标的。
‘买入’是指轮动策略给出的当天需要买入的标的。
如果‘买入’列ETF和‘当天持有’的ETF相同，则按兵不动，不进行任何操作。
如果‘买入’列ETF和‘当天持有’的ETF不同，则卖出当日持有的ETF，买入新ETF。
操作时点在当日收盘前5分钟，或者第二天开盘时，这样做是争取尽量以当日收盘价成交。
组合只持有一个标的。
轮动策略净值Gross Value是不考虑交易成本的累计净值
轮动策略净值Net Value考虑交易成本，交易ETF的费率为0.0001，双向收费，每次调仓的总费用就是0.0002
日期 买入 当日持有 轮动策略净值Gross Value 轮动策略净值Net Value
2024-05-31 513100 513100 16.42 14.80
2024-06-03 513100 513100 16.50 14.86
2024-06-04 513100 513100 16.45 14.82
2024-06-05 513100 513100 16.58 14.94
2024-06-06 513100 513100 16.91 15.24
2024-06-07 513100 513100 16.92 15.25
2024-06-11 513100 513100 16.93 15.26
2024-06-12 513100 513100 17.09 15.40
2024-06-13 513100 513100 17.43 15.71
2024-06-14 513100 513100 17.43 15.71
公众号：资产拾贝人
1
赞同来自: gaokui16816888
@rohou
如果你只在大A轮动ETF，年化能有15%就真的牛了
下文始发于公众号全市场轮动，最后都会轮到美股黄金
ETF轮动策略的基本逻辑说明和有效性验证
基于市场波动特征ETF轮动策略以及轮动策略的有效性
摘要
本文通过对比中美股票市场的波动率特征与收益模式，构建基于胜率-赔率框架的ETF轮动策略。研究发现，美国市场呈现“熊短牛长+低波动”特征，适合买入持有策略；而中国市场表现为“牛短熊长+高波动”，沪深300指数年化波动率达16%-28%，需通过动态捕捉短期机会提升收益。实证分析表明，通...
如果你只在大A轮动ETF，年化能有15%就真的牛了
2
赞同来自: Tom20221130 、gaokui16816888
下文始发于公众号
ETF轮动策略的基本逻辑说明和有效性验证
基于市场波动特征ETF轮动策略以及轮动策略的有效性
摘要
本文通过对比中美股票市场的波动率特征与收益模式，构建基于胜率-赔率框架的ETF轮动策略。研究发现，美国市场呈现“熊短牛长+低波动”特征，适合买入持有策略；而中国市场表现为“牛短熊长+高波动”，沪深300指数年化波动率达16%-28%，需通过动态捕捉短期机会提升收益。实证分析表明，通过多因子模型构建的ETF轮动策略在2013-2025年回测周期中实现24.36%年化收益率，夏普比率达1.44，显著跑赢沪深300指数，验证了策略的有效性。
一. 美国市场特征：熊短牛长与慢牛格局
美国资本市场以 "熊短牛长" 为显著特征，长期呈现慢牛走势。从标普 500 指数的历史数据来看，1957-2024 年期间年化收益率达 10.26%（含股息再投资），近 10 年（2015-2024）年化波动率约 15%，显著低于新兴市场（表 1）。这种低波动环境使得市场具备较强的趋势延续性，投资者在多数时间点入场后，通过长期持有即可实现资产增值。例如，纳斯达克指数近 10 年年化收益率达 17.76%，且 2013-2023 年期间仅经历 3 次幅度超过 20% 的调整，每次调整后均能通过持续增长修复估值，形成典型的 "滚雪球" 效应。
表1 主要市场指数历史波动率对比（数据来源：Choice金融终端，近5年波动率，截至2025年4月19日）
指数类别 波动率范围
纳斯达克100 12%-22.53%
现货黄金 15%-16%
创业板指 25%-39%
标普500 10%-19%
沪深300 16%-28%
二. 中国市场特征：牛短熊长与高波动困境
与美国市场形成鲜明对比，中国 A 股市场呈现 "牛短熊长 + 高波动" 的特征。以沪深 300 指数为例，2015-2025年期间波动率范围15%-28%，显著高于标普500同期的10%-19%；创业板指波动率更是高达25%-39%（表 1）。这种市场环境导致两个核心问题：
2.1 牛短熊长与做空困境
理论上，"牛短熊长" 市场可通过长期做空获利，但实际操作中，高波动使得做空策略面临巨大风险。例如，上证50指数在 2015-2023 年期间，年度波动幅度均超过30%，2018 年熊市中单日涨跌幅超过2% 的交易日占比达37%，频繁的价格反转导致做空仓位难以持续。数据显示，2010-2020 年期间，国内融券业务平均年化收益率仅 - 5.2%，远低于同期标普 500 做空工具的 3.7%。
2.2 高波动对投资心理的冲击
在长熊周期中，高波动加剧了投资者的心理压力。以中证 500 指数为例，2015-2022 年期间，该指数累计跌幅达 42%，但期间出现 12 次幅度超过 15% 的反弹，典型投资者在 "亏损 - 反弹 - 再亏损" 的循环中，持仓周期中位数仅 73 天，远低于标普 500 投资者的 420 天。这种频繁的情绪波动导致价值投资所需的长期持有行为难以维持。
三. 买入并持有策略在中国市场的适用性探讨
3.1 低波动环境与长期持有的适配性
美国市场的慢牛特征为价值投资提供了理想土壤。标普 500 全收益指数在 1980-2020 年期间，任意 5 年持有期盈利概率达 89%，且平均年化收益达 12.3%，投资者可通过稳定的复利效应积累财富。然而，A 股市场的高波动打破了这一逻辑：沪深 300 全收益指数在 2005-2020 年期间，任意 5 年持有期盈利概率仅62%，且 2011-2016 年连续 6 年持有期收益率为负，导致投资者难以通过长期持有实现正收益。
3.2 高波动市场的生存法则：捕捉闪电的艺术
在 "胜率低 + 赔率高" 的市场环境中，单纯依赖基本面分析的价值投资策略效能下降。以创业板指为例，2013-2023 年期间，虽然该指数成分股平均净利润复合增长率达 18%，但指数年化波动率达 35%，导致 70% 的个股在业绩增长期出现过 50% 以上的回调。此时，投资者需具备 "抄底逃顶" 的择时能力 —— 如同捕捉闪电，虽概率较低（据统计，A 股市场年度有效上涨窗口仅 45-60 天），但一旦抓住可实现超额收益。2020年7月创业板指单月涨幅达 14.65%，即为典型案例，而未能及时离场的投资者在随后2个月内几乎回吐全部收益。
四. 两类投资逻辑与 ETF 轮动策略构建
4.1 基于波动特征的资产分类
根据市场波动与收益特征，基于胜率-赔率框架，可将投资品种划分为两类：
• 第一类：高胜率 + 中赔率（低波动长牛资产）以纳斯达克指数、现货黄金为代表。据申万宏源研究数据显示，在2005年至2024年期间，沪深300全收益指数的年化收益率为9.04%，年化波动率为25.10%，最大回撤为72.04%；同期，黄金现货的年化收益率为8.60%，年化波动率为15.59%，与股票市场相关性仅 0.32, 具备稳定的风险分散效果（表 2）https://www.cs.com.cn/tzjj/etf/202504/t20250416_6485813.html
• 第二类：低胜率 + 高赔率（高波动潜力资产）以中证1000、创业板指为代表，爆发期单月涨幅可达35%以上（如2024年9月创业板上涨 37.62%），适合在市场情绪冰点布局。
两类资产可随市场环境转换。例如，2025年美联储加息周期中，纳斯达克波动率突破30%，短期转为高赔率品种；而中证1000在政策利好下估值修复，胜率提升。
表 2 典型资产风险收益特征（数据来源：Choice金融终端，截至2025年4月19日）
资产类别 年化收益率（近 3年） 波动率范围 盈利概率（5 年持有）
纳斯达克100 9.48% 12%-22.53% 85%
现货黄金 6.5% 15%-16% 72%
创业板指 -8.25% 25%-39% 55%
标普500 6.31% 10%-19% 80%
沪深300 -3.53% 16%-28%
4.2 ETF轮动策略的多因子模型
ETF轮动策略采用多因子模型，结合多个资产大类，为多只ETF打分，在多个资产大类之间选取最优的投资标的，实现整体投资的最大盈利风险比率。
趋势因子：识别市场中长期价格走势，判断资产趋势延续性；
波动因子：衡量资产波动率及其变化，捕捉高赔率机会并控制风险；
情绪因子：追踪市场情绪指标（如成交量、风险溢价），识别极端情绪下的错配机会。
五. 策略有效性的实证分析
5.1 历史回测结果
2013-2025年回测显示，ETF轮动组合年化收益率达24.36%，夏普比率1.44，最大回撤 -20.63%。风险收益比显著优于单一资产（见表 3）
表3 ETF轮动策略回测表现
纳指100ETF 轮动策略 轮动策略扣除佣金
夏普比率 0.91 1.43 1.4
累计净值年化收益率 12.14% 24.36% 23.63%
最大回撤 -28.57% -20.63% -20.71%
值得注意的是，如图1和表4所示，ETF轮动策略在12年中持有沪深300指数只有33天，仅占总交易天数的1.1%。
图1 各品种的持有天数
表4 回测结果持有品种的天数
品种 持有天数 占比
纳斯达克100 762 27%
黄金 468 17%
沪深300 33 1%
从年度收益对比看（见图 2），轮动策略仅在 2013 年跑输沪深 300，其余 11 年均大幅领先，验证了其长期战胜市场的能力。
图2 ETF轮动策略vs沪深300年度收益
结合图1和图2的数据，表明策略通过精选强势品种实现超额收益，可以得出结论：ETF轮动策略是有效的，可以战胜市场的。因为沪深300代表市场的平均成绩，每个交易日，有的标的跑赢市场，有的标的物跑输市场，例如，大盘股强势时，上证50跑赢沪深300，小盘股强势时，中证1000跑赢沪深300。这反映出ETF轮动策略长期能够有效的选出相对沪深300的强势品种，从而取得超额收益，获取阿尔法收益。
5.2 典型案例分析
• 高胜率资产配置：2013-2025年期间，策略持有纳斯达克100ETF 762天，占比27%，持有黄金ETF 468天，占比17%，见表4。ETF轮动策略大部分时间持有纳斯达克指数基金和黄金ETF等长牛和低波动的品种。通过长牛滚雪球的方式，积累稳定的收益。
• 高赔率机会捕捉（2024 年 9 月）：策略于 9 月 24 日切换至创业板 ETF，精准捕捉其后续爆发性行情（单日涨幅达 20%），助力 2024 年策略收益达50%+，其中该笔交易贡献40%收益。这就是典型的捕捉闪电行情，实现了超额的收益。如果没有抓住这次创业板ETF的爆炸式行情，2024年的收益应该在10%+。
10年17倍指数轮动策略2024-09-24
ETF轮动策略2024年9月行情回顾
六. 结论与建议
6.1 市场特征决定策略选择
低波动长牛市场（如美国）适配 "高胜率 + 中赔率" 的买入持有策略，而高波动熊长市场（如 A 股）需采用 "潜力资产捕捉" 的轮动策略。实证表明，通过ETF轮动策略，可显著提升风险收益比，实现超额收益。
6.2 策略优化方向
未来可进一步拓展有效因子，提升资产轮动预判精度，降低策略波动率，增强在复杂市场环境中的适应性。
ETF轮动策略的基本逻辑说明和有效性验证
基于市场波动特征ETF轮动策略以及轮动策略的有效性
摘要
本文通过对比中美股票市场的波动率特征与收益模式，构建基于胜率-赔率框架的ETF轮动策略。研究发现，美国市场呈现“熊短牛长+低波动”特征，适合买入持有策略；而中国市场表现为“牛短熊长+高波动”，沪深300指数年化波动率达16%-28%，需通过动态捕捉短期机会提升收益。实证分析表明，通过多因子模型构建的ETF轮动策略在2013-2025年回测周期中实现24.36%年化收益率，夏普比率达1.44，显著跑赢沪深300指数，验证了策略的有效性。
一. 美国市场特征：熊短牛长与慢牛格局
美国资本市场以 "熊短牛长" 为显著特征，长期呈现慢牛走势。从标普 500 指数的历史数据来看，1957-2024 年期间年化收益率达 10.26%（含股息再投资），近 10 年（2015-2024）年化波动率约 15%，显著低于新兴市场（表 1）。这种低波动环境使得市场具备较强的趋势延续性，投资者在多数时间点入场后，通过长期持有即可实现资产增值。例如，纳斯达克指数近 10 年年化收益率达 17.76%，且 2013-2023 年期间仅经历 3 次幅度超过 20% 的调整，每次调整后均能通过持续增长修复估值，形成典型的 "滚雪球" 效应。
表1 主要市场指数历史波动率对比（数据来源：Choice金融终端，近5年波动率，截至2025年4月19日）
指数类别 波动率范围
纳斯达克100 12%-22.53%
现货黄金 15%-16%
创业板指 25%-39%
标普500 10%-19%
沪深300 16%-28%
二. 中国市场特征：牛短熊长与高波动困境
与美国市场形成鲜明对比，中国 A 股市场呈现 "牛短熊长 + 高波动" 的特征。以沪深 300 指数为例，2015-2025年期间波动率范围15%-28%，显著高于标普500同期的10%-19%；创业板指波动率更是高达25%-39%（表 1）。这种市场环境导致两个核心问题：
2.1 牛短熊长与做空困境
理论上，"牛短熊长" 市场可通过长期做空获利，但实际操作中，高波动使得做空策略面临巨大风险。例如，上证50指数在 2015-2023 年期间，年度波动幅度均超过30%，2018 年熊市中单日涨跌幅超过2% 的交易日占比达37%，频繁的价格反转导致做空仓位难以持续。数据显示，2010-2020 年期间，国内融券业务平均年化收益率仅 - 5.2%，远低于同期标普 500 做空工具的 3.7%。
2.2 高波动对投资心理的冲击
在长熊周期中，高波动加剧了投资者的心理压力。以中证 500 指数为例，2015-2022 年期间，该指数累计跌幅达 42%，但期间出现 12 次幅度超过 15% 的反弹，典型投资者在 "亏损 - 反弹 - 再亏损" 的循环中，持仓周期中位数仅 73 天，远低于标普 500 投资者的 420 天。这种频繁的情绪波动导致价值投资所需的长期持有行为难以维持。
三. 买入并持有策略在中国市场的适用性探讨
3.1 低波动环境与长期持有的适配性
美国市场的慢牛特征为价值投资提供了理想土壤。标普 500 全收益指数在 1980-2020 年期间，任意 5 年持有期盈利概率达 89%，且平均年化收益达 12.3%，投资者可通过稳定的复利效应积累财富。然而，A 股市场的高波动打破了这一逻辑：沪深 300 全收益指数在 2005-2020 年期间，任意 5 年持有期盈利概率仅62%，且 2011-2016 年连续 6 年持有期收益率为负，导致投资者难以通过长期持有实现正收益。
3.2 高波动市场的生存法则：捕捉闪电的艺术
在 "胜率低 + 赔率高" 的市场环境中，单纯依赖基本面分析的价值投资策略效能下降。以创业板指为例，2013-2023 年期间，虽然该指数成分股平均净利润复合增长率达 18%，但指数年化波动率达 35%，导致 70% 的个股在业绩增长期出现过 50% 以上的回调。此时，投资者需具备 "抄底逃顶" 的择时能力 —— 如同捕捉闪电，虽概率较低（据统计，A 股市场年度有效上涨窗口仅 45-60 天），但一旦抓住可实现超额收益。2020年7月创业板指单月涨幅达 14.65%，即为典型案例，而未能及时离场的投资者在随后2个月内几乎回吐全部收益。
四. 两类投资逻辑与 ETF 轮动策略构建
4.1 基于波动特征的资产分类
根据市场波动与收益特征，基于胜率-赔率框架，可将投资品种划分为两类：
• 第一类：高胜率 + 中赔率（低波动长牛资产）以纳斯达克指数、现货黄金为代表。据申万宏源研究数据显示，在2005年至2024年期间，沪深300全收益指数的年化收益率为9.04%，年化波动率为25.10%，最大回撤为72.04%；同期，黄金现货的年化收益率为8.60%，年化波动率为15.59%，与股票市场相关性仅 0.32, 具备稳定的风险分散效果（表 2）https://www.cs.com.cn/tzjj/etf/202504/t20250416_6485813.html
• 第二类：低胜率 + 高赔率（高波动潜力资产）以中证1000、创业板指为代表，爆发期单月涨幅可达35%以上（如2024年9月创业板上涨 37.62%），适合在市场情绪冰点布局。
两类资产可随市场环境转换。例如，2025年美联储加息周期中，纳斯达克波动率突破30%，短期转为高赔率品种；而中证1000在政策利好下估值修复，胜率提升。
表 2 典型资产风险收益特征（数据来源：Choice金融终端，截至2025年4月19日）
资产类别 年化收益率（近 3年） 波动率范围 盈利概率（5 年持有）
纳斯达克100 9.48% 12%-22.53% 85%
现货黄金 6.5% 15%-16% 72%
创业板指 -8.25% 25%-39% 55%
标普500 6.31% 10%-19% 80%
沪深300 -3.53% 16%-28%
4.2 ETF轮动策略的多因子模型
ETF轮动策略采用多因子模型，结合多个资产大类，为多只ETF打分，在多个资产大类之间选取最优的投资标的，实现整体投资的最大盈利风险比率。
趋势因子：识别市场中长期价格走势，判断资产趋势延续性；
波动因子：衡量资产波动率及其变化，捕捉高赔率机会并控制风险；
情绪因子：追踪市场情绪指标（如成交量、风险溢价），识别极端情绪下的错配机会。
五. 策略有效性的实证分析
5.1 历史回测结果
2013-2025年回测显示，ETF轮动组合年化收益率达24.36%，夏普比率1.44，最大回撤 -20.63%。风险收益比显著优于单一资产（见表 3）
表3 ETF轮动策略回测表现
纳指100ETF 轮动策略 轮动策略扣除佣金
夏普比率 0.91 1.43 1.4
累计净值年化收益率 12.14% 24.36% 23.63%
最大回撤 -28.57% -20.63% -20.71%
值得注意的是，如图1和表4所示，ETF轮动策略在12年中持有沪深300指数只有33天，仅占总交易天数的1.1%。
图1 各品种的持有天数
表4 回测结果持有品种的天数
品种 持有天数 占比
纳斯达克100 762 27%
黄金 468 17%
沪深300 33 1%
从年度收益对比看（见图 2），轮动策略仅在 2013 年跑输沪深 300，其余 11 年均大幅领先，验证了其长期战胜市场的能力。
图2 ETF轮动策略vs沪深300年度收益
结合图1和图2的数据，表明策略通过精选强势品种实现超额收益，可以得出结论：ETF轮动策略是有效的，可以战胜市场的。因为沪深300代表市场的平均成绩，每个交易日，有的标的跑赢市场，有的标的物跑输市场，例如，大盘股强势时，上证50跑赢沪深300，小盘股强势时，中证1000跑赢沪深300。这反映出ETF轮动策略长期能够有效的选出相对沪深300的强势品种，从而取得超额收益，获取阿尔法收益。
5.2 典型案例分析
• 高胜率资产配置：2013-2025年期间，策略持有纳斯达克100ETF 762天，占比27%，持有黄金ETF 468天，占比17%，见表4。ETF轮动策略大部分时间持有纳斯达克指数基金和黄金ETF等长牛和低波动的品种。通过长牛滚雪球的方式，积累稳定的收益。
• 高赔率机会捕捉（2024 年 9 月）：策略于 9 月 24 日切换至创业板 ETF，精准捕捉其后续爆发性行情（单日涨幅达 20%），助力 2024 年策略收益达50%+，其中该笔交易贡献40%收益。这就是典型的捕捉闪电行情，实现了超额的收益。如果没有抓住这次创业板ETF的爆炸式行情，2024年的收益应该在10%+。
10年17倍指数轮动策略2024-09-24
ETF轮动策略2024年9月行情回顾
六. 结论与建议
6.1 市场特征决定策略选择
低波动长牛市场（如美国）适配 "高胜率 + 中赔率" 的买入持有策略，而高波动熊长市场（如 A 股）需采用 "潜力资产捕捉" 的轮动策略。实证表明，通过ETF轮动策略，可显著提升风险收益比，实现超额收益。
6.2 策略优化方向
未来可进一步拓展有效因子，提升资产轮动预判精度，降低策略波动率，增强在复杂市场环境中的适应性。
1
赞同来自: 春天的雪人
ETF轮动策略季度回顾
纳指ETF 513100：2024.11.22买入，2025.1.13卖出
黄金ETF 518880：2025.1.13买入，2025.2.10 卖出
中证1000ETF 512100，2025.2.10 买入
从以上三个多月的走势分析，可以看出，按照ETF轮动策略给出的买入卖出信号，纳指ETF和黄金ETF均实现了正收益，并且卖出不久后，分别出现了不同程度的调整。
避免了过山车行情，在几个不同标的之间切换，相比持有不动，实现了更高的收益，更少的回撤。
整体上，从2024年11月22日到目前，三个月时间，ETF轮动策略的整体收益为+13.5%。
ETF轮动策略季度回顾
纳指ETF 513100：2024.11.22买入，2025.1.13卖出
黄金ETF 518880：2025.1.13买入，2025.2.10 卖出
中证1000ETF 512100，2025.2.10 买入
从以上三个多月的走势分析，可以看出，按照ETF轮动策略给出的买入卖出信号，纳指ETF和黄金ETF均实现了正收益，并且卖出不久后，分别出现了不同程度的调整。
避免了过山车行情，在几个不同标的之间切换，相比持有不动，实现了更高的收益，更少的回撤。
整体上，从2024年11月22日到目前，三个月时间，ETF轮动策略的整体收益为+13.5%。
ETF轮动策略季度回顾
1
赞同来自: gaokui16816888
2024/7/17
今天收盘前，策略提示换仓，已将持仓从纳斯达克100ETF（513100）转换至黄金ETF（518880）。
实盘和雪球模拟盘均已完成操作。
自2024年5月21日策略发出买入信号以来，持有纳斯达克100ETF（513100）共40个交易日。在此期间，扣除佣金后，轮动净值从14.92上升至16.64，累计增长11.53%。
雪球模拟盘的总收益更是达到了21.63%。
雪球模拟盘
今天收盘前，策略提示换仓，已将持仓从纳斯达克100ETF（513100）转换至黄金ETF（518880）。
实盘和雪球模拟盘均已完成操作。
自2024年5月21日策略发出买入信号以来，持有纳斯达克100ETF（513100）共40个交易日。在此期间，扣除佣金后，轮动净值从14.92上升至16.64，累计增长11.53%。
雪球模拟盘的总收益更是达到了21.63%。
雪球模拟盘
京公网安备 11010802031449号