4. 动量类轮动信号实战

动量轮动的基本假设是“强者恒强”：过去一段时间涨幅居前的行业，在未来一段时间内仍有较大概率继续跑赢。要把这个直觉变成可回测、可执行的策略，需要明确三件事——动量怎么算、窗口取多长、每期持有几个行业。本节围绕这三点展开，用一套可复现的示例流程，把行业动量信号从计算到组合构建再到参数敏感性分析完整走一遍。

一、动量指标的定义与计算口径

行业动量最常用的定义是区间累计收益率，即对行业指数（或行业ETF净值）计算过去 N 个交易日的收益率：

mom(N) = P_t / P_{t-N} - 1

其中 P_t 为当期收盘价或复权净值，N 为回看窗口。这里必须强调两个口径问题。第一，必须使用复权价格，否则分红除权会造成虚假下跌，尤其对高股息行业（银行、公用事业）影响显著。第二，信号与持仓之间要留出隔离期：若在 t 日收盘后用 t 日数据计算信号，最早只能在 t+1 日开盘或收盘建仓，回测中若直接用 t 日收益与 t 日信号对齐，会产生前视偏差，虚增收益。

除简单收益率外，实践中还常用两种稳健化处理：一是动量除以波动率（风险调整动量），避免高波动行业仅因波动大而排名靠前；二是剔除最近一个月的“12-1动量”，规避短期反转效应。本节示例先采用最基础的区间收益率，便于观察参数本身的敏感性。

二、多窗口动量的信号构建流程

下面这张图展示了一个完整的多窗口动量轮动信号链：从行情数据出发，并行计算多个窗口的动量得分，经排序选出Top-N，再映射为等权或风险预算权重，最后进入持有期与调仓环节。

图中左侧的“信号隔离期”是回测正确性的关键。示例中约定：每个调仓日 t 收盘后，用截至 t 日的复权净值计算各行业动量，排序后确定目标持仓，在 t+1 日以收盘价完成调仓。所有窗口、排序、权重、持有期都围绕这一时间约定展开，全文保持一致。

三、Top-N 组合的构建与示例参数

假设我们以 28 个申万一级行业为标的池，采用 60 日动量、每期持有 5 个行业、等权配置、每 10 个交易日调仓一次。以某调仓日为例，计算得到的动量排名前五为：有色金属（+18.2%）、煤炭（+15.6%）、电力设备（+12.4%）、汽车（+10.1%）、机械设备（+8.7%），则组合各配 20% 权重。若下一调仓日排名变化，例如煤炭跌出前五、通信进入前五，则卖出煤炭、买入通信，其余权重微调至等权。

这里有两个容易被忽略的细节。其一，Top-N 的 N 决定了组合的集中度与换手率：N 越小，组合越集中，动量暴露越强，但单行业风险与换手成本也越高；N 越大，越接近行业等权基准，超额收益被稀释。其二，调仓频率与持有期要匹配：若持有期为 10 日，则每年约调仓 24 次，双边换手率可能达到数倍，必须把交易成本（佣金、冲击成本、ETF 折溢价）纳入回测，否则高换手策略的收益会被显著高估。

四、动量信号的表现观察与参数敏感性

评估动量轮动策略，不能只看年化收益，而应同时观察四个维度：收益（年化、超额）、风险（最大回撤、波动率）、风险调整后收益（夏普、卡玛）、交易特征（换手率、持仓集中度、行业切换频率）。更重要的是做参数敏感性扫描：固定其他条件，分别改变动量窗口 N（20/60/120/250）、持仓数 Top-N（3/5/8/10）、持有期 H（5/10/20 日），观察指标如何变化。

根据A股行业动量的普遍经验（此处为合理假设的示例结论，非实测数据），通常可以观察到以下规律：短窗口（20日）动量对近期趋势敏感，但在震荡市中容易频繁切换、换手率高、胜率偏低；中窗口（60～120日）在趋势行情中表现较稳，是常用的折中区间；长窗口（250日）动量更接近年度强弱排序，换手低但反应滞后，在风格快速切换时回撤较大。Top-N 从 3 增加到 10，年化超额往往先升后降，因为过度集中会放大个别行业的噪声，过度分散则失去轮动意义。

五、一个可直接套用的参数扫描记录表

为了让参数敏感性分析可复现、可比较，建议按下表记录每一组参数的回测结果。表中“基准”列填写同期行业等权组合的对应指标，便于计算超额。

填写时注意统一回测区间、基准与成本假设，否则不同参数之间不可比。完成扫描后，优先关注那些在相邻参数下指标不出现断崖式恶化的组合，再结合策略容量、交易成本与自身风险承受能力做最终取舍。动量轮动不是寻找唯一最优参数，而是找到一个在合理参数邻域内都能稳定跑赢基准的信号结构。