投资者都知道，股市在一段时间里可能所有行业普涨，可能所有行业普跌，也可能一些行业上涨、一些行业下跌，但是不管怎么样在一个特定的时间段，总有一个行业或几个行业走势明显强于其他的行业。随着时间的推移，强势的行业经过一波上涨之后可能转弱，弱势行业随着充分的调整可能转强，行业之间强弱的变化，就是人们口中常说的行业轮动。

投资者希望通过投资不同行业强势时间的错位对行业品种进行切换以达到投资收益最大化的目的。我做投资很多年，有同事专门研究行业轮动的投资方法和可能带来的效果（包括市面上所谓行业轮动基金的情况），大概能理一理这里面的过程和难度，希望有研究的同行给予指正。

方法主要有以下几种：

一是，基于宏观因果律的行业轮动框架。简单地讲，就是宏观因素，比如经济增长状况、社会就业水平、物价水平、市场利率水平、资金参与情况等等，对各个行业的影响是不同的，宏观因素的改变这个因，导致了某些行业的强势、某些行业的弱势的变化这个果。这也是大类资产配置、宏观对冲投资者或研究者喜欢用的方法。大家常听到的康波周期、基钦周期、朱格拉周期、库兹涅茨周期，或者库存周期等等，都是基因导果的投资研究方法。

这个方法的优点很明显，因果关系明晰，人们相信每个结果总是由于某个或某些原因引起的；难点在于因果关系的辨析、确认和传导的时效性，这个方法错误常常是明显的，给出的结论也是模糊可以被多种解释的。

二是，基于行业自身相对变化预判行业的下一阶段的强弱对比变化。比如上个星期表现强势的行业，人们往往认为这个星期依然会保持相对的强势，这就是动量效应；而一个行业如果强势了三个月，人们往往倾向于认为，需要做适当的调整，可能转为弱势行业，这就是反转效应。如果我们再考虑行业的成交量，一般来说，跟个股相似，一个行业的成交量如果长期出于历史的较低水平，人们就普遍地认为行业有反转的需求。从行业的涨幅和成交量，量化研究者获得了两个重要的因子，并以此为基础配置权重，选出下阶段可能强势的行业进行行业超配。

这个方法的缺点是明晰的，没有因果关系，有的只是经验总结的推演；优点也是有的，就是所有因素都明确可回测检验，历史上表现如何一目了然，当然如果考虑行业的数量（大概29个左右），在统计意义上的检验并不构成大样本，这样的优点的可信度就大打折扣，这也是行业轮动各种难中的一难。

另外，通过相似性匹配行业轮动策略，与此相近，依然是基于行业自身相对变化预判行业的下一阶段的强弱对比变化，只不过是寻找历史的相似性来定义目前的状态。

三是，这里归为其他类，比如羊群效应、因子极值、统计基金行业的配置比例，如此等等，不一而足，主要是通过行业出现的一些特殊变化的现象来预测下一阶段，行业可能出现的强弱变化情况。优点是可容纳的观察特征很大，不局限于某种简单的观察；缺点也是明显的，就是一种观察的有效性如何，持续时间多长很可能经不起时间考验。

是否有一种行业轮动的框架，兼具包容性和坚持长期稳健的特征呢？答案是肯定的。如果我们用第二种方法，构建基础的行业打分体系，同时吸纳第一种方法宏观因果律的思考逻辑和第三种方法的宽容量的观察系统，就可能构建出兼具包容、扩展和长期变化文件的行业轮动系统。这个体系框架的优点是客观的打分系统加兼容并包的扩展能力，缺点是不可避免地引入过多的主观因素和构建庞大的系统工程的可验证性。

同名号，敬请关注。