1. 引言
大小盘风轮动长久以来在A股市场是所有投资人关注的重要话题，主要源于在不同风格市场环境下，大小盘收益差距显著，是基金产品、各种投资组合收益产生差距的重要因素。对比2010年至今（2024.03.29），以沪深300为代表的大盘指数、及以中证1000指数为代表的小盘指数走势可得，2010年以来，市场经历了多次大盘、小盘的风格切换。例如，2013年2月至2014年10月、2021年2月至9月小盘风格长期占优，而2016年7月至2018年1月、2020年7月至2021年2月大盘风格长期走强。
不难发现，无论是大盘走强亦或小盘走强，风格行情多数情况下能够延续一定时间。统计2010年以来大小盘的月度超额，大盘或小盘持续占优的期数平均都达到了2个月以上。风格行情的延续，给了我们进行风格预判以及采取投资操作的可行性。
对比市场常用的各类大盘或小盘指数的跟踪产品规模及数量，由图2，截至2024年3月31日，常用的大盘指数中，沪深300的跟踪基金数量为93只，规模合计3531.20亿元，数量及规模均显著多于上证50（17只、1115.04亿元）和中证100（20只、40.20亿元）。小盘指数中，中证1000的跟踪产品数量为53只，规模合计594.09亿元，显著高于中证2000（13只、33.65亿元）。
其中，跟踪沪深300的被动指数基金及增强指数基金分别为33只及60只，规模分别为2959.35亿元、571.85亿元；跟踪中证1000被动指数基金及增强指数基金分别为8只及45只，规模分别为339.82亿元、254.27亿元。下文，我们选取目前跟踪产品数量更多、跟踪规模更大的沪深300及中证1000指数作为大盘、小盘风格的代表标的，进行进一步讨论。
2.大小盘风格轮动的驱动因素分析
本文尝试分别从宏观经济层面，以及微观量价层面，寻找大小盘风格轮动的主要驱动因素。
宏观经济的变化会使得不同市值企业的基本面发生转变，宏观流动性的变化也直接影响市场投资者的风险偏好，推动市场大小盘风格的长期趋势发生切换。而量价层面，例如风格拥挤度，动量等则体现了风格资产的短期趋势，会直接影响投资者的情绪变化、投资意愿，从而推动大小盘风格的快速切换。
本节在宏观层面，我们将从经济增长、社会融资需求、货币流动性、中美经济周期维度来衡量当前的宏观状况；在量价层面选取大小盘动量、狭义风格拥挤度、广义大盘拥挤度以衡量当前影响大小盘风格切换的市场量价状况。基于历史表现，分析近十年（2014.01.02 – 2024.03.29，若无特别说明，下同）各维度指标与大小盘风格转换的关系。
2.1宏观层面
2.1.1经济增长
在刻画经济增长状况时，GDP常被认为是最直观的代理指标，然而GDP通常于月中公布，故而在每季末预测时仅能获得上个季度的宏观经济状况，导致模型存在一定时滞。故本文选取相对时效较强的PMI、PMI生产及PMI新订单指数分别衡量当前整体经济、生产端以及需求端的情况。
计算季度内PMI类指标均值以衡量当季经济的整体表现，并对季度均值进行差分得到当季经济增长率的变化趋势。对比近十年指标变化与大小盘相对强弱的走势，由下图可见，当PMI类指标，特别是 PMI生产指标季度均值持续增长时，边际盈利与经济周期发展更为贴近的大市值股票往往能持续维持较优的基本面，从而使市场持续地偏向大盘风格。例如，在2016年7月至2017年7月、及2019年3月至2019年12月，PMI生产指标的季度均值持续上涨，期间大盘相对小盘持续走强。
进一步基于经济增长类指标构建单指标大小盘轮动策略，在每个季度末，对比当季PMI类指标的平均值与上一季度平均值，若当前季度的均值高于上季度，则全仓配置沪深300指数；若两者均值相等，则等权配置；若当前季度均值低于上季度，则全仓配置中证1000指数。由下表可见，以近十年为回测期，所有PMI类指标内，PMI生产均值差分的表现较优，年化收益率达11.51%，有效信号胜率达到70%。大小盘风格的季度切换对于当前经济生产端的增长状况较为敏感。
2.1.2社会融资需求
社会融资存量代表了当前实体经济从金融体系获得的资金总额，社融需求的增加代表当前个人及企业的融资需求的扩大，当前宏观经济具有较强的增长活力。故而在社融表现由衰转优时，业绩较为稳定的大盘股估值或得以修复。而在社融表现持续较差时，经济增长活力相对较为疲软，大盘股的基本面可能更容易受到影响，投资人可能倾向于从小盘股中寻找一些非系统性机会。
社融通常存在一定季节性，我们将社融季度均值的同比变化作为衡量当前社会融资表现的指标，分析社融季均同比与大小盘相对强弱走势的关系。由图5可见，近十年，当社融同比长期表现较优时，市场大盘风格表现强劲，例如2016年9月至2017年7月，社融同比持续为正。而在社融长期表现不佳时，如2021年1月至2022年1月，小盘风格整体占优。
由于社融当月值常于下月中旬公布，为降低数据时滞，计算当季前两月的社融当月值加权均值，与去年同季社融当月值加权均值相比。若季末社融加权同比大于0，则配置沪深300；反之，全仓配置中证1000。
以近十年为回测期，社融单指标策略的年化收益为6.66%，胜率为58.54%，收益表现略优于等权策略，但波动及回撤略高于等权策略。
2.1.3货币流动性
本节选用时效性较高的中债国债期限利差刻画当前市场的货币流动性。期限利差收敛代表当前市场期限溢价较低，货币流动性较差；此时，风险更大的小盘往往承压。而在期限利差走阔时，往往市场流动性充盈，市场或偏向弹性更高的小盘风格。
分别以中债10年期国债到期收益率，及中债1年期国债到期收益率代表长短端利率，对比近十年期限利差变化与大小盘相对强弱走势的关系。由下图可见，当期限利差大幅收窄时，如2017年1月至2017年7月，大盘持续走强；而当期限利差大幅走阔时，如2019年12月至2020年5月，小盘风格整体优于大盘。但在期限利差小幅波动时，大小盘的轮动趋势则并不明显。
为了排除短期波动的干扰，计算近一季期限利差月末均值与过去两季期限利差的月末均值的差，作为流动性指标。为了测试参数敏感性，我们采用不同期限的中债国债利率刻画期限利差，并进行回测。若流动性指标大于0，代表当前货币流动性充裕，全仓配置中证1000；反之说明当前流动性收窄，全仓配置沪深300。以近十年为回测期，以5年期中债国债及1年期中债国债到期收益率衡量的期限利差表现较优，回测期内胜率为68.29%，年化收益也达到了9.27%，显著高于等权配置策略；而5年期与6月期利差胜率略低，但年化收益较高（9.61%）。
2.1.4中美经济周期
中美国债利差常被认为是衡量中美经济周期错位的重要指标，也是推动轮动的重要外部宏观因素。具体，当中美利差走阔时，中国国债收益率较高，我国经济预期较优，与经济周期更为相关的大市值企业常能获得更优盈利，推动大盘风格占优。而在中美利差收敛时，美债上行，小盘可能持续走强。
计算十年期及一年期中债国债收益率与美债收益率的差值，并减去当前利差过去两季均值，对比中美利差变化与大小盘相对强弱关系。我们发现，在历史中美利差大幅收窄时，如2015年1月至2015年7月，相对强弱曲线大幅回撤，小盘风格显著较优；而在中美利差持续走阔时，如2020年7月至2021年1月，大盘风格持续占优。类似的，我们发现中美利差的短期波动或者小幅波动较难推动市场风格切换，故而我们更为关注最近一个季度利差水平相对过往均值的变化趋势。
计算近一季中美利差均值与过去两季中美利差均值的差，作为中美经济周期维度的信号值。若当前信号值大于0，中美利差走阔，全仓配置沪深300；反之全仓配置中证1000。以近十年为回测期，一年期中美利差的胜率更优，达63.41%，且年化收益达到了10.28%，显著优于等权策略。
2.2量价层面
2.2.1动量
由前文分析可得，大小盘风格的切换频率相对较低，单一风格的占优时间较长。故而大小盘风格的切换或存在动量效应。假设每月有21个交易日（若无特别说明，下同），分别计算每季末大盘及小盘过去1月、过去2月及过去1季的动量差，并进行回测。具体，若大盘动量大于小盘动量，全仓配置沪深300，反之配置中证1000。以近十年为回测期，过去一月动量的胜率较优，为56.10%。而回看时间越长，动量策略的胜率越低，在回看过去1季时出现了反转效应。同时，动量策略的收益表现较差，过去1月、2月及1季动量的年化收益仅为2.54%、2.01%及0.90%。动量指标可以捕捉的风格超额较小，并出现了显著的短动量长反转效应。
回看历史可得，单动量指标的有效性较弱，动量效应的维持与否可能与宏观环境有关。我们认为，在经济增长情况、流动性及外部环境较优时，投资者情绪或能持续维持，当前占优的风格或能持续走强。由此，我们尝试通过在宏观经济环境判断的基础上，叠加动量效应，考察大小盘的轮动特征。
分别以PMI季均差分、中债国债5年及1年期限利差季末值差分、及近一季中美利差均值减过去两季均值为信号值，衡量当前经济增长情况、流动性及外部环境。各宏观指标均在大于0时发出正向信号，信号值为1；在小于0时发出负向信号，信号值为-1；在等于0时信号值为0。将三个宏观信号值加总，得到当前的综合宏观信号。
进一步将综合宏观信号与动量信号结合。具体，若当前综合宏观信号为正，那么认为当前风格动量可以持续，全仓配置当前占优风格。反之，若当前宏观型号为负，当前动量信号可能出现反转效应，全仓配置非占优风格。若当前宏观信号为0，那么认为当前动量信号无效，等权配置沪深300及中证1000。
以近十年为回测期，发现宏观调整的动量指标无论是胜率还是收益表现，整体均优于纯动量指标。其中，宏观环境结合近一季动量的表现最优，胜率达到了68.29%；同时，年化收益达到了6.44%，显著优于等权策略。宏观环境较优时，长期占优的风格常能维持较优的表现。
2.2.2狭义风格拥挤度
当市场大盘或小盘风格长期占优时，投资者资金的持续涌入可能会导致当前风格出现拥挤度提升，估值抬升。我们认为，通常拥挤度较高时估值边际较为敏感，一旦出现利空消息，则可能发生资金流出，导致当前强势风格出现回撤。参考MSCI发布的综合因子拥挤模型（MSCI Factor Crowding Model），大量资金流入同一策略将加剧当前策略的收益波动，故而我们采用大盘及小盘的波动率，作为狭义风格拥挤度指标。
将过去一季沪深300与中证1000日波动率比作为衡量当前狭义风格拥挤度的指标，并对比过去十年风格拥挤度与大小盘相对强弱走势。我们发现，风格拥挤度指标与大小盘相对强弱的走势有些时段关系明显：例如在2015年1月-6月，大盘风格拥挤度快速攀升，随后大盘风格指数经历了较大幅度的回撤；2017年1月之前，大盘拥挤度指标经历了快速下降，于2017年初进入阶段性底部，随后2017年1月-7月，大盘风格相较小盘风格明显更为强势；这些时段风格拥挤度指标与相对强弱指数基本呈现负相关。但2018年底至2019年上半年，及2023年1月至2023年7月，两者的关系并不显著。故而为了排除短期波动带来的可能干扰，我们依然采用风格拥挤度的季度指标相对过往均值的变化趋势，来衡量拥挤度变化。
具体，当风格拥挤度当季均值高于前一季均值，则认为当前大盘风格拥挤度较高，未来市场或转向小盘，将信号值设为-1；反之，则认为当前小盘相对拥挤，未来市场或转向大盘风格，将信号值设置为1。下图中，左图展示了季度风格拥挤度信号，以及当季大盘超额收益；右图计算了按照信号方向进行操作（例如小盘拥挤时，买入300做空1000；反之亦然），季度风格超额收益累加值。由图9及图10可见，2015年至2019年指标累计超额表现较差，同期风格拥挤度季均差分指标的准确度较低。而2019年至今，累计超额整体呈上升趋势，风格拥挤度指标表现较优。
由下表可见，过往10年风格拥挤度整体胜率较高，达63.41%，但策略的年化收益率仅为4.75%，仅略高于等权策略。我们认为，季度拥挤度的上升，从概率上讲可能出现风格反转，但不排除有些情况，拥挤的风格持续走强，例如2015年一季度。
基于上文分析，我们认为拥挤度较高时，风格是否发生切换可能也受到宏观环境的影响。与宏观调整动量指标的构造方式类似，后文分别从经济增长情况、流动性及外部环境刻画当前的宏观环境，得到综合宏观信号。将综合宏观信号和风格拥挤度结合。1）若综合宏观信号大于0，则认为投资者情绪较优，未来资金或能够持续流入当前较拥挤的风格，全仓配置当前拥挤度较高的风格；即，若此时风格拥挤度指标大于0，配置沪深300，反之配置中证1000。2）若综合宏观信号小于0，则认为当前更拥挤的风格未来可能发生反转，资金偏向防御操作，倾向于配置当前拥挤度较低的风格；即，若此时拥挤度指标小于0，全仓配置沪深300，反之配置中证1000。3）若当前综合宏观信号等于0，则认为拥挤度信号失效，等权配置大盘及小盘。
比较宏观调整后的风格拥挤度信号与大小盘季度超额时序变化，并计算调整后指标的累计超额时序表现，由图11及12可见，宏观调整的风格拥挤度的准确度及累计超额均显著优于单风格拥挤度指标。
对宏观调整的风格拥挤度指标进行回测，策略胜率达到了65.85%，相对单风格拥挤度指标（63.41%）有略微提升。宏观调整风格拥挤度策略年化收益则达到了10.63%，显著高于单风格拥挤度指标（4.75%）。
2.2.3广义大盘拥挤度
近年来由于主动权益基金规模的扩张，主动权益基金的持仓风格受到市场显著关注。下图统计了偏股混合型基金的规模及数量变化，2019年之后上升趋势明显。截止2023年12月31日，偏股混合型产品的规模合计22541.18亿元，数量共2361只，分别为2018年12月31日的3.70和3.72倍。随着规模及数量的持续增加，偏股基金的持仓对于权益市场的影响不断增大，其持仓对于风格轮动的影响或更为显著。
主动权益基金较多以沪深300或者中证800为基准，其持仓整体呈现出偏向大盘风格的特征。故而本节从更广义的风格出发，以偏股基金指数作为较为广义的大盘风格代表，参考上文风格拥挤度的构建方法，采用万得偏股混合基金指数作为主动权益基金的代表指数，计算过去一个季度其日波动率与全A指数日波动率的比值作为广义大盘拥挤度指标。
计算近一季广义大盘拥挤度月末均值与前三季度月末均值以衡量当前大盘风格拥挤度水平，若当季广义大盘拥挤度均值较高，则认为当前大盘风格拥挤度处于较高水平，未来较难持续，将广义大盘拥挤度信号值设置为-1；反之，则认为大盘拥挤度较低，未来修复或上涨空间较大，将信号值设置为1。对比广义大盘拥挤度、宏观调整后的狭义风格拥挤度及大盘季度超额走势，如下图，相对宏观调整风格拥挤度，广义大盘拥挤度的方向切换频率较低，更多反映的是机构中长期持仓风格的变化趋势。
对广义大盘风格拥挤度进行回测，若当前信号值为-1，则认为未来小盘占优，配置中证1000；反之配置沪深300。以近十年为回测期，广义大盘拥挤度指标的胜率为56.1%，年化收益为3.76%，略高于等权策略。
进一步统计广义大盘拥挤度指标在偏股混合基金规模及数量显著增长时段的表现。由图15及图16可见，2019Q1至2024Q1，相较宏观调整狭义风格拥挤度，广义大盘拥挤度对于部分大幅超额时段的判断更为精确，且两指标的累计超额时序表现相当。广义大盘拥挤度指标更适用于大小盘长期轮动趋势的判断。
统计广义大盘拥挤度在偏股基金规模显著增长时段的回测表现，由下表可见，2018年12月28日以来，广义大盘拥挤度指标的胜率显著提升至61.90%，且指标年化收益也达到了7.77%。
3.多指标复合大小盘轮动模型
本节我们基于上一节的逻辑推导及单指标回测，选择各维度较优的指标，首先构建宏观复合轮动模型，及量价复合轮动模型，判断各层面指标的综合表现。进一步，构建多指标复合大小盘轮动模型。
3.1指标定义
选取经济增长、社融需求、货币流动性及中美经济周期维度刻画当前影响大小盘风格轮动宏观环境，选取大小盘动量、狭义风格拥挤度及广义大盘拥挤度刻画当前的市场量价情况。
具体，宏观层面，经济增长维度，选取PMI季均差分，若季末季均差分大于0，发出配置大盘信号，反之发出配置小盘信号。社融需求维度，采用社融加权同比衡量，若季末社融加权同比大于0，发出配置大盘信号，反之发出配置小盘信号。货币流动性层面，选取国债5年期减1年期期限利差，若近一季期限利差月末均值小于过去两季月末均值，发出配置大盘信号，反之发出配置小盘信号。中美经济周期层面，选用1年期中美利差衡量，若当季中美利差月末均值大于过去两季月末均值，则发出配置大盘信号，反之发出配置小盘信号。
动量层面，大小盘动量维度，选取宏观调整的大小盘一季动量差，若当前宏观调整动量指标大于0，则发出配置大盘信号，反之发出配置小盘信号。风格拥挤度层面，选取宏观调整的风格拥挤度季均差分，若指标大于0，则发出配置大盘信号，反之发出配置小盘信号。广义大盘拥挤度层面，使用近一季度万得偏股基金指数波动率除以万得全A指数波动率衡量，若近一季广义大盘拥挤度指标月末均值小于过去三季月末均值，则发出配置大盘信号，反之发出配置小盘信号。
3.2风格差异显著时段单指标有效性分析
下图展示了当季大盘相对小盘超额超过5%，或小盘相对大盘收益超5%的季度，各指标的信号值。指标发出配置大盘信号时信号值为1；发出配置小盘信号时信号值为-1；无效信号时信号值为0。
进一步统计风格超额显著时指标的表现，2013.12.31至2024.03.29期间，大盘或小盘季超额超过5%的期数分别为11及10期。在大盘相对小盘有大幅超额时，PMI季均差分的胜率更优，为72.73%；而中美利差、广义大盘拥挤度在发出正确信号时能获得的平均超额较高，分别为18.99%、18.72%。在小盘相对大盘有大幅超额时，宏观调整风格拥挤指标的胜率为80%，优于其余指标；而宏观调整动量、中美利差及PMI季均差分的平均超额较优，分别为15.54%、15.27%及14.81%。
3.3宏观复合大小盘轮动模型
基于选取的所有宏观指标构建大小盘轮动模型，回测设定如下：
1.各指标在发出大盘信号时将信号值设为1，发出小盘信号时将信号值设为-1，若当前指标无有效信号，则将信号值设为0。
2.将所有选定的指标季末信号值加总，得到宏观层面综合分数。
3.若季末宏观层面综合分数大于0，则全仓配置沪深300指数；若综合分数小于0，则全仓配置中证1000指数；若综合分数为0，则等权配置沪深300及中证1000指数。（同时计算综合分数为0时空仓的策略表现进行对比。）
下图展示了宏观层面综合大小盘轮动模型在2013.12.31至2024.03.29的回测净值，策略以季度调仓的等权策略为基准。
对宏观复合策略的回测净值进行统计可得，回测期宏观复合策略的有效信号胜率达到了74.29%，高于宏观层面所有单指标胜率。但部分时间，宏观信号结合后无法给出有效信号，总胜率为63.41%。宏观复合轮动模型的年化收益为11.69%，优于经济增长维度所有单指标，同时也显著优于等权策略表现。
若调整策略为在指标无法发出有效信号时空仓，宏观复合策略收益则达到了年化14.51%，显著优于所有单指标策略，同时策略的最大回撤及年化波动均显著降低。结合图18可得，宏观复合策略在部分市场回撤或波动时段无法发出有效信号，没有显著风格观点，从最终收益结果看，大多数这种时段，市场表现一般。
3.4量价复合大小盘轮动模型
基于所有量价层面指标构建大小盘轮动模型，回测设定如下：
1.各指标在发出大盘信号时将信号值设为1，发出小盘信号时将信号值设为-1，若当前指标无有效信号，则将信号值设为0。
2.将所有选定的指标季末的信号值加总，得到量价层面综合分数。
3.若季末量价层面综合分数大于0，则全仓配置沪深300指数；若综合分数小于0，则全仓配置中证1000指数；若综合分数为0，则等权配置沪深300及中证1000指数。
下图展示了量价复合轮动模型在2013.12.31至2024.03.29的回测净值。
回测期内，量价复合策略的胜率达到了70.73%，略低于宏观复合策略的有效信号胜率，但总胜率显著高于宏观复合策略。而量价复合策略的年化收益仅为9.65%，略低于宏观复合策略（11.69%）。
进一步将量价复合策略与单指标策略进行对比。量价复合策略的回测胜率高于所有单指标策略。量价复合策略的年化收益略低于风格拥挤度单指标策略，复合策略的波动控制及最大回撤表现较优。
3.5宏观+量价大小盘双驱轮动模型
基于选取的宏观及量价指标，构建宏观+量价大小盘双驱轮动模型，回测设定如下：
1.各指标在发出大盘信号时将信号值设为1，发出小盘信号时将信号值设为-1，若当前指标无有效信号，则将信号值设为0。
2.将所有选定的指标季末的信号值加总，得到综合分数。
3.若综合分数大于0，则全仓配置沪深300指数；若综合分数小于0，则全仓配置中证1000指数；若综合分数为0，则等权配置沪深300及中证1000指数。
下图展示了双驱轮动模型在2013.12.31至2024.03.29的回测结果。
对双驱策略净值进行统计，年化收益为17.00%，胜率为85.37%，有效信号胜率为87.50%，相较等权策略的年化超额收益为13.40%，显著优于各单指标策略、宏观复合以及量价复合策略。
进一步统计模型的分年度表现，由下图可见，模型在各年度均跑赢了等权基准，也基本跑赢了底层沪深300及中证1000指数。
3.6大小盘双驱轮动ETF配置策略
当前市场针对宽基指数，有丰富的ETF工具可以进行直接配置。由此，参考前文的大小盘双驱轮动策略，分别选取跟踪沪深300及中证1000的指数基金中规模最大的华泰柏瑞沪深300ETF（510300.OF），及南方中证1000ETF （512100.OF）作为轮动标的，根据双驱轮动策略构建ETF组合。
由于南方中证1000ETF于2016年9月29日成立，将ETF轮动策略回测时段设置为2016.12.31至2024.03.29。下图展示了大小盘双驱轮动ETF配置策略的回测净值。
对双驱策略净值进行统计，回测期内年化收益为9.57%，相对等权策略的超额为9.27%。
进一步统计策略的分年度表现，由下图可见，模型在各年度均跑赢了等权基准，也基本跑赢了底层沪深300ETF及中证1000ETF。
4.总结
本文选取了常用大盘及小盘指数中跟踪产品中，数量及规模最大的沪深300及中证1000作为代表标的，分析了驱动大小盘风格轮动的主要因素，构建大小盘轮动策略，并进一步构建ETF轮动组合。
首先，本文分别从宏观经济层面，及微观量价层面出发，分析驱动大小盘风格轮动的因素。
宏观层面，选取经济增长、社会融资需求、货币流动性及中美经济周期维度刻画影响大小盘风格轮动的宏观环境。经济增长维度，PMI生产指标的择时效果较优，当PMI生产当季均值高于上季均值时，边际盈利与经济周期更为贴近的大盘风格表现较优；社会融资需求维度，当近一季社融加权同比为正时，经济增长活力较强，业绩较为稳定大盘风格的估值或得以修复；货币流动性维度，国债5年期与1年期的期限利差的择时效果较优，若近一季期限利差均值高于过去两季均值，说明当前流动性充盈，市场或偏向弹性更高的小盘风格；中美经济周期维度，选用中美国债利差刻画当前中美经济周期表现，当近一季中美利差均值高于过去两季均值时，当前中美利差走阔，与经济周期更为相关的大盘占优；反之，美债上行，小盘或持续走强。
量价层面，选取大小盘动量、狭义风格拥挤度、广义大盘拥挤度衡量当前影响大小盘风格切换的市场量价状况。大小盘动量维度，宏观调整的近一季动量差有较优的择时效果，在宏观经济较优时，历史占优的风格得以维持，反之强势风格未来可能出现反转；狭义风格拥挤度维度，采用大盘除以小盘近一季日波动率衡量大小盘风格的相对拥挤情况，在宏观经济较优时，当前较为拥挤的风格热度较高，未来或能持续吸引资金流入；反之，资金或偏向防御操作，当前拥挤度较低的风格未来可能占优；广义大盘拥挤度维度，采用偏股基金指数除以万得全A近一季日波动率衡量，以反应机构中长期持仓风格的变化趋势，若近一季广义大盘拥挤度均值高于前三季均值，则认为当前大盘风格持续拥挤，未来较难持续，市场或转向小盘风格；反之则认为当前大盘被低配，未来大盘风格修复及上涨空间较大。
基于前文各维度表现较优的指标构建宏观+量价大小盘双驱轮动模型。具体，1）将各维度指标发出大盘信号时的指标信号值设置为1；发出小盘信号时的信号值设为-1，发出无效信号时的信号值设为0。2）将所有选定的指标季末的信号值加总，得到综合分数。3）若综合分数大于0，则全仓配置沪深300指数；若综合分数小于0，则全仓配置中证1000指数；若综合分数为0，则等权配置沪深300及中证1000指数。以近十年（2013.12.31 - 2024.03.29）为回测期，双驱策略的年化收益率为17.00%，胜率为85.37%，有效信号胜率为87.50%，相较季度调仓的大小盘等权策略的超额为13.40%，同时，分年度来看，回测期内，双驱策略在各年度均跑赢了等权基准，也基本跑赢了底层沪深300及中证1000指数。
基于大小盘双驱轮动策略构建ETF组合。选取跟踪沪深300及中证1000的指数基金中规模最大的华泰柏瑞沪深300ETF（510300.OF），及南方中证1000ETF （512100.OF）作为轮动标的。以2016.12.31至2024.03.29为回测期，ETF轮动策略的年化收益为9.57%，相对等权策略的超额为9.27%。同时，分年度来看，ETF轮动策略在各年度均跑赢了等权基准，也基本跑赢了底层沪深300ETF及中证1000ETF。
4.风险提示
本报告所有分析均基于公开信息，不构成任何投资建议。风格轮动模型基于风格历史表现规律统计推导得出，存在历史规律失效风险。
