穿越牛熊：行业轮动策略的反脆弱进化论

当ETF赛道深陷费率战与规模焦虑时，中证A500指数却以另类姿态撕开市场——这只诞生即被贴上“新锐”标签的宽基指数，凭借对科创属性与中小市值的倾斜性覆盖，成为近两年机构博弈“贝塔收益”的主战场。

除了密集成立的指数基金以外，截至今年4月，全市场已有26只指数增强产品参与竞逐，不同产品之间分化剧烈：两只成立时间间隔不到一个月的A500指数增强基金，目前的超额收益差值已经接近10%。

归根结底，A500指数"市值+行业双轮筛选"的编制原则，使得成份股市值和流动性分层显著，为量化模型留足了“翻石头”的空间。因此，在选择A500指数增强基金时，基金经理的投资能力与增强策略变得至关重要。

华安基金量化投资部助理总监、基金经理张序的突围密码，藏在八年磨一剑的"行业轮动+多因子"双擎模型里。通过对行业轮动的深度理解和持续迭代，其管理的华安事件驱动量化基金自2020年执掌以来，连续五年跑赢偏股混基指数，年化超额收益达9.3%，无论在公募量化还是主动股基均排名前1%。

而当市场还在争论主动量化与被动投资的边界时，华安基金已悄然完成中证A500产品线的战术合围。继2024年精准卡位A500ETF之后，再次推出了由张序管理的中证A500指数增强基金（A类：023466；C类：023467），既是对市场需求的精准回应，也是其量化投资能力的一次战略升级。

行业轮动恰逢其时

4月初，突发关税事件为经济复苏的不确定性蒙上了一层新的阴影，也打断了A股的上升节奏，春季行情中的两大发动机AI和机器人纷纷熄火。但在市场剧震中，也同样有板块表现优异，比如博弈政策的大消费和应对地缘冲突的自主可控。

这种新旧主线的分野，恰恰是过去多年A股走势的一个缩影。即使有时指数没有走出明显的行情，但却总会有表现出彩的行业，因此在A股的投资策略中，行业轮动一直是热门课题。

华安基金的行业轮动配合多因子选股模型起始于2017年，彼时也正是张序刚刚加入华安基金的实践起点。作为中科大少年班统计学专业出身的前UBS量化分析师，张序具备着非常扎实的量化分析基础，同时也深度参与并一步步见证了华安量化模型的诞生与成熟。

在模型构建之初，华安量化投资团队曾经对比过三类主流的投资策略方法论，分别是大类资产配置策略，行业轮动策略和选股策略。

其中，大类资产配置策略选择资产的样本数偏少，多半在20个子资产以内，属于小样本研究，从量化模型到投资实践的不确定性最大；而行业轮动策略属于中样本研究领域，在30多个申万一级行业的基础上对个别行业进行拆解，可以使样本量超过40个，相比于小样本会更精确一点；而选股策略则属于大样本研究，相对来说精确度最高，但是在波动率和回撤控制方面略有不足。

考虑到公募基金客户的风险偏好，华安基金量化投资团队最终选择以行业轮动策略为基础来搭建量化模型，其中首要解决的问题是如何对行业进行排序。

“经过探索，我们最终是通过多因子框架来解决行业排序问题，”张序介绍道，“多因子模型不仅能有效解决行业排序问题，而且将行业多维信息数据与行业观点相结合，来帮助我们预测行业未来的表现情况。”

多因子框架就像自动驾驶系统：L2级辅助驾驶够用，但要在秋名山漂移还得藤原拓海。而华安基金的独特之处在于，将行业深度研究作为因子加入了量化模型之中。

“基本面类因子在2020年以前表现亮眼，贡献了绝大部分超额收益，”张序表示，“但是由于卖方分析师预期因子的缺陷，2020年以后因子波动加大，一方面A股市场分析师倾向于发表乐观预期而避免发表负面观点，造成分析师预期数据相对乐观；二是分析师预期变动相对滞后。”

为了降低分析师预期问题对投资的影响，华安量化投资团队开始对行业进行更加深入的研究，以便更好、更精确且更及时的对行业盈利预期形成更好的刻画。

“在这部分我们做了比较多的研究，也一直在不断完善这个体系。包括对产业链进行划分，与该行业买卖方交流，梳理指标，并判断相关性与领先性，最后滚动回归预测EPS等，以预测每个行业未来一个季度盈利预期会是怎么样，作为对卖方分析师预期数据的补充，帮助我们更好地分析、了解、跟踪行业预期数据。相当于我们对每个行业有个景气度修正体系。”张序说。

而在行业轮动策略的基础上，华安量化投资团队还运用了多因子选股模型和事件驱动模型来精选个股，进一步提升组合的超额收益能力。

目前，张序已将机器学习技术引入选股体系，结合决策树分类器模型、深度学习模型、时间序列学习模型和卷积网络学习模型等方法，在多维度数据分析的基础上，帮助筛选出具备投资价值的个股。

并且，针对赛道型行业，如电子、新能源、医药、食品饮料等，还搭建了单行业选股模型，通过行业内部的精细化选股捕捉黑马个股，进一步提升超额收益潜力。

除此以外，张序还配置了一定的仓位用于事件驱动的交易策略。例如，在业绩披露阶段，基金经理会统计过去业绩超预期的公司整体的超额和投资胜率，并据此进行动态调整，以捕捉事件驱动的投资机会。

在实践中不断迭代

从2019年开始，这套行业轮动配合多因子选股模型逐渐打磨成熟，并开始投入实战，目前已经在包括华安事件驱动量化基金在内的多类产品中应用。从结果来看，在震荡市中模型的超额收益比较明显。

“如果是单边上涨或者单赛道行情，比如2018之后那几年消费行业的超额收益相对较强，大家更多把消费行业的贝塔属性理解成阿尔法属性。这个时候做行业轮动，每个月都选到消费行业的难度很大，甚至在交易过热的时候，我们出于风险角度考虑还会主动回避，虽然损失了一定进攻性，但有助于控制回撤，提升投资人的持有体验。”张序介绍。

相反，恰恰是在震荡市中，指数涨幅限制场外资金的进场热情，某一行业或赛道经过一段时间上涨之后，没有增量资金加持做多动能难以为继，市场情绪便会向其他有预期的低位行业转移。行业轮动模型因为可以及时把握切换信号，因此可以做出比较明显的超额收益。

而比较难能可贵的是，张序还会在实战中对不断对模型进行迭代。

由于A股个人投资者交易量占比长期超过60%，经常出现非理性交易行为，导致价格波动与基本面脱节，再加上政策与监管环境动态变化，基于历史统计规律的量化模型很容易失效。只有通过持续监控市场结构变化、深入理解本土市场特性，并灵活结合技术创新，才能在这一高波动、强博弈的市场中维持策略的有效性。

从历史上看，张序的量化框架经历过三次比较大的进化。

第一次是在2021年2月。在此之前，张序的行业轮动更多是从寻找阿尔法的角度出发，并没有太多考虑风险因子。2021年春节后，在美债利率上行的背景下出现了抱团股的批量回调，对行业轮动模型的波动控制能力产生了比较大的挑战，促使张序把风险因子纳入了模型之中。

具体操作就是基于PEG模型、PB-ROE模型、市盈率历史分位数等，来筛选掉高估值、低性价比的行业，尽可能避免选择过度拥挤的行业。

张序补充，“在过去两年投资实践中，也是比较有效的帮我们做了行业筛选，比如说2021年8月份，通过风险类因子，我们提早把周期行业给排下去了。还有2022年8月份，也是通过这类因子，把新能源行业排下去了，帮助我们两次避免买入高拥挤的行业。”

第二次则是在2022年一季度。当时由于俄乌战争、国内疫情反弹等利空事件比较多，高成长的“新半军”出现了集体回调，后期公募基金的踩踏行为比较严重。经过分析张序发现，这些赛道虽然分布在不同的行业，都基本上属于一个大赛道。从表面看，组合可能是行业分散的，但实质上会集中在某一两个赛道，形成了比较强的组合相关性。

于是，张序在行业模型中加入了赛道中性和估值中性的风控方式，降低单一赛道波动对组合带来的影响。“其中，赛道中性主要是基于申万一级、二级行业对行业进行赛道的切分，严格控制每个赛道中的行业数量不超过两个，来控制赛道集中的风险，”张序表示，“而估值中性，就是把最终的行业组合看成股票组合，来控制组合的估值相对于我们要跟踪基准估值的偏离。”

第三次则是在最近两年。伴随着ChatGPT横空出世，张序敏锐察觉到AI在量化投资领域的应用潜力，因此早早开始了相关探索。

“不仅在AI最擅长的量价领域，大模型会比较强的赋能，另一方面在基本面量化上，我们也做了很多研究，”张序说，“包括对于很多非结构化的数据，都可以通过一些AI模型来进行学习、转化出一些不错的因子，这也是我们重点探索的方向之一。”

而经过两年多的研究实践，张序在AI量化上已经积累起非常丰富的经验，本次发行的华安中证A500指数增强基金，也将是升级后的量化框架的全新实践。

尾声

清明假期前后，特朗普政府的加税政策引发了全球资本市场剧震。这种“无差别攻击”，本质上是试图以短期政治收益换取长期经济转型，但其忽视了全球化深度互嵌的现实，低估了中方反制决心与国际社会的反弹。

中国通过“以战止战”的强硬姿态，既捍卫了自身利益，也为多边贸易体系提供了抗衡单边主义的范本。未来，若美国继续升级对抗，全球经济或将陷入更深的“囚徒困境”，而中国在重构供应链、技术自主与货币体系方面的布局，可能成为破局关键。

而华安中证A500增强基金（A类：023466；C类：023467）的推出，既是对“新质生产力”的政策呼应，也是量化投资从“因子内卷”向“AI进化”跃迁的试水之作。张序的挑战在于：如何在策略透明化与超额收益之间找到新平衡，又如何在中证A500的30只同类产品中构建差异化壁垒。

在A股这片非有效性的沃土上，量化投资的终极对决，早已超越因子挖掘的“技术维度”，升维至认知迭代的“哲学层面”。张序与中证A500的碰撞，恰似一场动态博弈的实验——当市场进化的速度超过模型迭代的勇气，任何Alpha终将沦为Beta；唯有将“预判变化”刻入策略基因，方能在不确定性的迷雾中，捕捉那道转瞬即逝的确定性微光。

风险提示:基金有风险，投资需谨慎。以上内容仅供参考，不预示未来表现，也不作为任何投资建议。其中的观点和预测仅代表当时观点，今后可能发生改变。未经同意请勿引用或转载。

作者：张伟栋

编辑：沈晖

责任编辑：沈晖