核心观点 - 报告提出高值偏离修复模型并测试多种止损策略优化方案 旨在通过量化方法改善行业指数投资表现 但总体优化效果有限 原始策略仍具相对优势 [1][15][79] - 基础偏离修复模型对部分行业适用性不足 钢铁 零售 建材 非银 机械 石化等行业无法满足策略条件 而有色 纺服 公用事业 房地产 计算机 煤炭 环保 美容等行业表现不理想 [6][9] - 止损策略测试显示 农业 电子 医药 社服等行业的最大回撤得到压缩 但收益率普遍不升反降 且最长回撤时间大幅增加 踏空问题显著 [25][28][30] - 多参数和突破型止损策略对部分行业如国防军工有改善 但普适性不强 回调型策略在农业 银行 医药等行业表现较好 踏空问题得到缓解 [52][68][78] - 分档参数选择5或6的普适性更佳 但止损对最大回撤的压缩效果往往不体现在主要回撤过程中 [80][81] 基础偏离修复模型回顾 - 策略计算行业指数相对沪深300收盘价回撤曲线 使用迭代法计算有效回撤 并以最大值的80%作为阈值生成交易信号 信号值1为看多 0为平仓 其他值保持前值 [3] - 策略总体收益率表现不理想 对许多行业的最大回撤和最长回撤时间压缩效果不明显 可能因非完整回撤周期和次级回撤导致优化效果大打折扣 [15][16] - 图表显示策略净值在多个行业如农林牧渔 基础化工 电子等最高接近4倍 但钢铁 零售 建材 非银 机械 石化等行业无法满足策略使用条件 [5][6] - 最大回撤数据显示 有色 纺服 公用事业 房地产 计算机 煤炭 环保 美容等行业表现不理想 回撤幅度最高接近90% [7][9] - 最长回撤时间部分行业超过3500天 策略对回撤时间优化效果有限 [11] 止损策略 - 分档止损策略将买入点与前高之间空间分为10等分 收盘价高于买入点加2倍等分空间时激活止损 初始止损点为买入点加1倍等分空间 随后根据价格变动动态调整止损位 [18][19] - 带止损策略对大部分行业效果不佳 收益率不升反降 但农业 电子 医药 社服等行业最大回撤得到较大压缩 回撤幅度从原始策略的较高水平明显下降 [20][25] - 最长回撤时间大幅度增加 踏空提前问题显著 需要降低止损触发的敏感性 [29][30] - 多参数测试（X取5-10）显示大部分行业收益率在不同参数条件下区别不大 但参数值较大时止损压缩效果更佳 最大回撤压缩幅度随参数增大而增加 [34][39][44] - 突破型止损策略允许再次入场 对国防军工等少部分行业收益率有改善 但最大回撤压缩效果较原策略无优势 行情走势纠结导致止损效果不明显 [52][56][61] - 回调型止损策略将止损位置与买点中间值作为二次入场位置 向下突破时再次入场 农业 银行 医药等行业收益率得到改善 踏空问题有效缓解 [68][72][78] - 不同行业受益于不同止损模式 但原始策略收益总体不差 分档参数5或6普适性更佳 止损压缩往往不体现在最大回撤过程中 [79][80][81] 后续展望 - 报告提出未来需解决卖点问题 不局限于修复完成时平仓 并优化异常回撤的规避机制 [82]

报告核心观点 - 基于行业指数相对沪深300的偏离修复构建行业配置策略，该策略能对适用行业初筛，是偏向风险规避的配置策略，对波动平稳行业更具参考价值，后续可优化筛选模式和调整进场阈值，还可配合趋势跟踪策略使用 [12][57][70] 行业指数VS沪深300 - 行业层面选行业构建组合大概率获超收益，简单平均配置在区间内可获34%超额回报 [12] - 买入并持有单行业相对沪深300可能产生较大回撤和较长回撤时间，存在择时必要性 [12] - 趋势跟踪策略无法提供空间信息，本文考虑空间方面策略 [12] 偏离修复策略 偏离情况及问题 - 展示农林牧渔、基础化工、非银金融等行业指数相对沪深300的偏离情况 [13][16][19] - 单纯从相对沪深300偏离回归角度入手存在无法把握单向偏离机会、同一点位偏离数值随选取时间不同而不同、每次偏离极限位置不同不好把握等问题 [22] 回撤情况 - 展示各行业指数相对沪深300的前三大回撤情况，钢铁和石化行业几乎处于单次回撤周期，食品饮料、商贸零售等行业最大回撤与其他回撤差距较大 [23][25] - 家电和食品饮料回撤数量远高于其他行业，绝大部分行业有效回撤数量占比在40%以下 [33][36] 筛选算法 - 有效偏离初筛算法：计算行业指数相对沪深300收盘价、历史回撤数组、单次回撤最大幅度，对最大幅度数组降序排列求和，取累加值达和80%的元素为粗筛有效回撤 [30] - 偏离回撤筛选算法1（均值标准差法）：计算初筛有效回撤元素均值和标准差，若最大值超均值加3倍标准差则判定行业不适用，否则保留均值加减3倍标准差区间元素，若元素数量小于3则判定不适用，家电和食品饮料无法通过此筛选，该方法对大多数行业无法进一步筛选 [38][41][46] - 偏离回撤筛选算法2（迭代法）：对初筛有效回撤进行初筛算法迭代，若某次迭代结果数组少于三个元素则判定行业不适合，若与上一次相同则停止迭代保留结果，钢铁、零售等行业有效回撤数量为0，该方法大大降低所选中回撤的占比 [47][50][53] 策略对比及构建 - 均值标准差法筛选效果差，迭代法能处理大部分小型回撤，较为稳定 [55][56] - 偏离修复策略（多空）：计算行业指数相对沪深300收盘价及回撤曲线，用迭代法计算有效回撤，选有效回撤最大值80%为阈值，根据回撤曲线值确定信号值 [57] 策略表现 - 钢铁、零售等行业未能满足策略使用条件，有色、纺服等行业表现不理想 [60][63] 策略小结 - 策略构建方法可对适用行业初筛，是偏向风险规避的配置策略，对波动平稳行业更具参考价值 [69] 后续展望 - 优化有效偏离回撤筛选模式，调整进场阈值设置方式 [70] - 配合趋势跟踪策略使用，降低其在拐点区域的波动风险 [70]