2017-02-22 张翼轸 ETF和分级圈
贵州茅台又是新高了。茅台昨晚公告一季度预增长15.92%，远超市场预期。
这个消息自然是刺激近期本就强势的食品股继续向上。
国证食品指数当日的涨幅达到1.28%，大幅跑赢市场指数的表现。
因为早在食品分级(160222)上市时，我就推荐过这个差不多算市场首个免申购费的分级基金，所以也常有读者来问起这个行业应该怎么去考虑投资。
正好近期食品饮料行业很是抢眼，这类就说说我的一个包含食品的浓缩版行业模型。
说模型之前，我们对食品行业的特性要有一个基本的了解。
从配置角度而言，食品饮料行业一个很有意思的行业——它与其他行业的相关系数相对比较小。
下图是几个A股核心的行业指数的相关系数矩阵——相关系数是一个反应不同投资对象之间同步性的统计指标，数值在0-1之间，数值越大，说明两个品种的走势相关程度越高。
表格中黄色高亮的就是2016年迄今国证食品指数与其他行业指数的相关系数，可以看到其中不少数值在表格中算是低的，比如和金融、信息、军工的相关系数都在0.7出头而已。
现在资产配置，一个核心的因素就是要配置相关系数低的资产以分散风险，从而降低组合的波动。虽然A股不同行业因为受制于A股大趋势彼此之间的相关系数不会太低，但是能有0.7左右的相关系数，也算是有利于分散风险的。
当然，于我而言，看重相关系数，不仅是配置的思路，更是轮动的思路。
动量效应(momentum effect)的轮动模型的核心思路就是跟红顶白，始终持有一段时间内最强势的品种，从长期来看，这种策略在中国A股这样分化严重的市场，是有相当不俗表现的——比如一直和诸位分享的大小盘二八轮动模型，就是这样的思路。
当然，其实轮动，不仅仅限于大小盘，行业轮动之前也介绍过。
不过，有读者表示行业轮动往往涉及到七八个行业，对于需要在行情软件中一个个手动查看诸如四周涨势数据的普通投资者，工作量太大。
的确，没有专用的工具，行业轮动做起来比较累。
如何变通？就是我文章开始提到的浓缩版思路，不再选择那么多行业，就是选择两个相关系数比较低的行业——比如我有一个模型，就是基于食品行业和信息行业的轮动。
之所以选择这两个，一方面是这两者的确相关系数低，从上面的表格可以看到，相关系数是0.71，另一方面，也在于信息技术代表的是最前沿高科技的消费票，而食品饮料代表的则是有几千年历史的传统饮食，这两者一个现代未来，另一个源远流长，本身就具有极大的异质性。
那么如何轮动？其实和二八轮动一样的思路，在每周五临收盘前比较国证食品(399396)和全指信息(000993)两个指数包含当周的4周涨幅，哪一个涨幅大就在下周持有这个行业对应的基金，比如食品就可以考虑食品分级母基金(160222)，或者用食品A(150198)+食品B(150199)组合。
那么这个策略效果如何，下图是我用Python+Pandas+Tushare输出的一个回测结果，是从2014年7月8日(系统内数据开始期)迄今的表现，可以看到绿色的轮动市值曲线虽然在信息股大涨的时候略有滞后，但是随后的调整中回撤的少，而在过去数月信息股滞涨食品股领涨的行情中，又能成功的切换到食品饮料行业中，使得收益快速回升。显然，这个轮动策略在过去两年多的行情中，还是相当成功的。
当然，如果你希望进一步降低回撤，可以考虑在两个指数过去四周表现都为负的时候选择空仓，这样回撤会小很多，走势对比可以参照下图。
本文转自微信公众号：EarlETF投资视界
作者：张翼轸
观点仅供参考，不构成任何投资建议或承诺