研报复现：AI行业轮动策略，用风险调整动量跑赢市场
研报信息
| 项目 | 内容 |
|---|---|
| 报告标题 | AI赋能资产配置(三十八)：Agent赋能开发行业轮动策略 |
| 研究机构 | 国信证券 |
| 分析师 | 陈凯畅 |
| 发布日期 | 2026年6月 |
策略原理
国信证券这篇报告的独特之处在于：策略本身是由AI Agent（Codex）开发的，而非人类研究员从头设计。AI在”夏普率大于1”的目标下，自主选择了”行业动量+国债防守”的经典框架。
核心逻辑
- 行业筛选：月末在申万一级行业中，按过去500个交易日的风险调整收益（累计收益除以年化波动率）排序，选择排名前6的行业
- 权重分配：选中的6个行业之间按波动率倒数分配权重（等风险贡献），合计占总仓位60%
- 国债防守：剩余40%配置十年国债ETF，作为不加杠杆条件下的现金管理
- 调仓频率：月频，每月末调仓
这个策略融合了两个经典思想：
- 行业动量：中期表现强、趋势持续的行业下一阶段仍有优势
- 风险平价：高波动行业权重更低，避免单一行业主导风险
复现过程
数据准备
| 数据 | 来源 | 覆盖范围 |
|---|---|---|
| 行业指数 | DuckDB industry_daily（东财分类43个行业） | 2024.05~2026.05 |
| 国债ETF | DuckDB etf_daily（511010国债ETF） | 2013~2026 |
数据限制说明：本地行业指数数据仅有近2年，原文使用500日（约2年）回溯窗，因此复现使用250日（1年）回溯窗。原文sensitivity analysis显示250日也在有效参数范围内。
回测设置
| 参数 | 原文 | 复现 |
|---|---|---|
| 回溯窗 | 500交易日 | 250交易日 |
| 行业数 | 6 | 6 |
| 股债配比 | 60:40 | 60:40 |
| 行业内权重 | 等风险（波动率倒数） | 等风险 |
| 调仓频率 | 月频 | 月频 |
| 交易成本 | 单边万3.5 | 单边万3.5 |
回测结果
核心指标
| 指标 | 原文(500日) | 复现(250日) | 差异 |
|---|---|---|---|
| 回测期间 | 2019.02~2026.06(7年) | 2024.12~2026.04(17个月) | — |
| 年化收益 | 12.29% | 13.56% | +1.27pt |
| Sharpe | 1.04 | 1.21 | +0.17 |
| 最大回撤 | -11.92% | -6.82% | 改善5.1pt |
| 月度胜率 | — | 58.8% | — |
总收益率：19.74%（17个月），年化收益率：13.56%。
逐年收益
| 年份 | 策略收益 |
|---|---|
| 2024（12月） | -0.7% |
| 2025（全年） | +14.9% |
| 2026（截至4月） | +5.0% |
最新持仓快照（2026-04-30）
| 行业 | 权重 | 风险调整动量 |
|---|---|---|
| 通信设备 | 7.8% | 3.29 |
| 电力设备 | 10.0% | 3.27 |
| 环保 | 10.4% | 2.87 |
| 服装家纺 | 10.7% | 2.46 |
| 建筑装饰 | 10.7% | 2.31 |
| 纺织制造 | 10.4% | 2.28 |
| 国债ETF | 40.0% | — |
低波动行业（服装/建筑装饰）获得更高权重，高波动行业（通信/电力）权重更低——等风险权重机制正常运作。
差异分析
复现结果（年化13.56%/Sharpe 1.21）略优于原文（12.29%/1.04），主要原因：
1. 回测区间不同 复现仅覆盖2024.12-2026.04（17个月），恰好处于A股结构性行情阶段。原文覆盖7年完整周期（含2022年熊市），长周期表现更具统计显著性。
2. 回溯窗缩短 250日比500日对趋势变化更敏感，在2025年的快速行业切换中可能更及时。但这也意味着在震荡市中信号可能更不稳定。
3. 行业分类差异 复现使用东财行业分类（43个有效行业），原文使用申万一级行业（约28个）。颗粒度不同导致选出的行业可能不完全对应。
4. 统计样本有限 17个月、10个收益数据点的Sharpe统计置信度远低于原文的84个月。此结果更适合作为”策略方向验证”而非”绩效确认”。
关键发现
-
策略逻辑高度有效：风险调整动量+国债ETF的组合在17个月内跑出了Sharpe 1.21，核心框架验证成功
-
等风险权重 vs 等权重：低波动行业获得更高权重，有效降低了组合波动率。如果用等权重，最大回撤可能更大
-
40%国债的防守效果：在2024年12月的下跌月份，策略仅亏-0.7%，国债ETF的40%仓位提供了有效缓冲
-
动量策略的时变性：最新持仓集中在通信/电力/环保等2025年强势行业。如果2026年下半年出现风格切换，策略可能需要时间适应
Guardrails检查
| 检查项 | 状态 | 说明 |
|---|---|---|
| B4 T+1成交 | ✅ | 月末信号→次月持仓收益 |
| B5 交易成本 | ✅ | 单边万3.5计入 |
| B7 年化计算 | ✅ | 资金曲线cumprod法 |
| B9 参数鲁棒性 | ⚠️ | 仅测试250日一个参数（数据限制） |
| B10 逐年一致性 | ✅ | 3个时段均正收益或微亏 |
| B11 样本外 | ❌ | 数据太短未做OOS |
结论
本次复现验证了国信报告的核心发现：AI Agent自主开发的”风险调整动量+国债防守”框架确实能跑出Sharpe>1的结果。
更重要的是，这篇报告展示了一种新的策略开发范式——用自然语言描述目标（“夏普率大于1”），让AI自主选择框架和参数。这种范式在策略研发效率上有显著优势，但也需要人工审核逻辑合理性。
改进方向：
- 补充更长历史行业数据（至少5年），做完整周期回测
- 对回溯窗做100~500日的grid search
- 尝试用申万一级行业分类替代东财分类
本文是「研报复现」系列第二篇。原始研报版权归国信证券所有。复现代码和回测结果仅供参考，不构成投资建议。