20260616-国信证券-AI赋能资产配置（三十八）_Agent赋能开发行业轮动策略_18页_1mb

报告摘要

AI赋能资产配置：Agent赋能开发行业轮动策略总结

核心内容概述

本文介绍了利用AI Agent辅助开发一套中国ETF行业轮动策略的过程，最终策略在多个时间段内均表现出良好的收益风险比。策略基于“行业趋势优选 + ETF 落地 + 国债 ETF 现金管理”的主观多头框架，结合行业扩散指标与RRG（Relative Rotation Graph，相对旋转图）进行行业轮动决策，并通过风控规则优化策略表现。

主要观点

策略框架：
- 策略分为三层架构：行业选择、ETF落地、风险控制。
- 行业选择部分使用行业扩散指标（220日回看窗口）和RRG相对旋转图，结合两者判断行业趋势。
- ETF落地部分采用ETF持仓穿透，将行业信号转化为具体ETF持仓，同时结合流动性筛选和低波动评分。
- 风险控制部分设置A120/B60空仓规则，根据市场整体趋势和行业广度进行动态调整。
信号逻辑：
- 行业扩散指标衡量行业中上涨股票的比例，越高表示行业整体趋势越强。
- RRG通过相对强度（RS-Ratio）和动量（RS-Momentum）判断行业是否处于领先或改善象限。
- 选择同时处于领先或改善象限的行业作为目标行业。
参数选择与优化：
- 通过多轮对话与AI Agent共同开发，完成480组母策略参数测试与1323条风控规则测试。
- 最终选定20日调仓频率、扩散MA3、RRG MA10、10个目标行业、lowvol60作为最优策略参数。
- 风控规则A120/B60在多个样本区间中表现最佳，夏普率超过1。
回测表现：
- 主样本区间（2019-01-02至2026-06-01）年化收益率20.64%，夏普率1.339，最大回撤-18.86%。
- 从2017年起算，年化收益率14.70%，夏普率1.068，最大回撤-20.13%。
- 从2014年起算，年化收益率14.70%，夏普率1.050，最大回撤-28.0%。
- 策略在不同起始点下均表现出稳定性与稳健性。
策略优势：
- 能够在市场趋势变化时动态调整仓位，避免过度暴露于弱势行业。
- 在权益市场或结构性行情较好的阶段，策略能够跟随强势行业获得收益。
- 在熊市阶段，通过动态风控规则降低权益敞口，控制回撤。

关键信息

策略构成：
- 60%配置行业ETF，40%配置十年国债ETF。
- 每月末根据过去500个交易日的风险调整收益选择6个行业，行业内部采用等风险权重。
行业与ETF映射：
- 通过ETF定期报告持仓穿透映射至申万二级行业。
- 在ETF选择上，优先选择流动性高、波动率低的ETF。
风险控制机制：
- 当沪深300低于120日均线且Top20扩散池中RRG动量大于100的行业数量少于12个，或沪深300低于60日均线且全部申万二级行业扩散均值低于0.50时，触发空仓机制。
参数敏感性与稳定性：
- 策略在不同起始点下均表现出稳定性，且在多轮测试中，仅少数参数组合达到夏普率大于1的条件。
- 策略在2014年起的长样本测试中也表现良好，但回撤偏大，需进一步优化。
局限性：
- 参数选择仍存在过拟合风险。
- 交易成本仅计入单边万五，未考虑冲击成本、申赎成本、容量约束和流动性折价。
- ETF持仓穿透依赖定期报告，存在滞后性，可能影响行业暴露的准确性。

信号日	调仓交易日	持仓ETF1	持仓ETF2	持仓ETF3	持仓ETF4
2025-10-09	2025-10-13	十年国债ETF国泰(511260.SH, 40%)	电池ETF广发(159755.SZ, 20%)	新能源车ETF华夏(515030.SH, 20%)	新能源车ETF平安(515700.SH, 20%)