在「美股公司行业分类及 ETF」这篇文章中，我们介绍了美股市场的行业分类方法，目前存在的 11 个板块，以及标普 11 个板块所对应的 ETF。
这篇内容，我们来尝试使用这些 ETF 来构建策略，并进行测试，看能否战胜 SPY，获得更好的表现。首先我们回顾一下具体用到的 ETF 有那些：
XLE - 能源行业板块 ETF
XLB - 原材料行业板块 ETF
XLI - 工业行业板块 ETF
XLF 金融行业版块 ETF
ICF - 房地产行业板块 ETF
XLY - 非日常生活消费品行业板块 ETF
XLP - 日常消费品行业板块 ETF
XLU - 公用事业行业版块 ETF
IYZ - 通讯业务行业版块 ETF
XLK - 信息技术行业版块 ETF
XLV 医疗保健行业版块 ETF
简单轮动策略
想要通过 ETF 组合来战胜 SPY 的表现，直觉逻辑就是选出表现好的，剔除表现不好的，也许能获得更好的效果，也是一种类似强者恒强的思路。
我们设置一些规则：
SPY 收盘价 高于 SMA(200)
将 11 只行业板块 ETF 根据过去 60 个交易日回报率从高到低排名
选取表现最好的 3 只 ETF，每只 ETF 分配 33.3% 的仓位。
以月度进行轮换。
这个策略假设各个板块会延续过去的表现，同时当 SPY 跌破 SMA(200)的时候我们退出市场，来规避可能得回撤风险。
上图体现了这个策略在过去 25 年的表现，绿色块是策略收益，黑色线是买入持有 SPY 的表现。可以看到，在策略开始前几年表现是超出 SPY 的，主要由于 SMA(200) 设置让我们躲过了一个巨大的回撤，建立了先期优势，但之后 SPY(黑色线)表现奋起直追，在近几年追平策略。
上图可以看到具体数据，年化回报略低于买入持有 SPY，回撤大约是 SPY 的一半。
但是策略在近几年的表现显然不如买入持有 SPY，因此我们将整个测试周期的数据划分为 2 个阶段。来进行对比。
我们可以看出策略在第一个阶段有非常大的优势，不仅有更好的年化收益率，还有低得多得多的回撤。
而在最近 10 年中，买入持有 SPY 的收益率大幅提升，最大回撤也已经减少。虽然策略的表现非常稳定几乎没有变化，但在新十年的对比中，策略已经不那么具有吸引力了。
ROC 参数调整
接下来我们对这个策略中目前仅有的一个参数 ROC，进行测试，我们来修改用作排序指标的 ROC 的回望天数，从20 天至 120 天以每 10 天为间隔，进行测试，结果如下：
交易数随着回望周期的增加有明显的下降趋势，平均持仓天数则有上升趋势，这在数学上非常好理解。
年化收益率随着回望周期的增加有微弱的上升趋势，最高收益率参数为 90 天，以下是年化收益率与回望周期天数形成的柱状图。
入场规则更新
我们再做 2 个关于入场条件的测试，首先我们将入场规则中的“SPY 收盘价 高于 SMA(200)”条件去除，测试后效果无限接近买入持有 SPY，资金走势如下：
其次，我们尝试调整策略的轮动周期，原始策略是每月度进行调仓，我们来测试一下每周和每季度调仓的结果。
针对每季度调仓的规则上，我们对 ROC 的回望天数也重新进行了测试，按照收益表现从高到低排序为：
以上就是本期我们针对这个策略进行的测试，总体来说，虽然回撤幅度大幅减少，但是一方面长期收益并没有战胜买入持有 SPY，以及有近年来显著的 SPY 表现超越策略的趋势。
所以对我来说，到目前为止该策略没有太大的吸引力，也许在未来当我们有更多想法是可以回来继续改进这个策略，例如选用一个更灵敏的指标，以及对仓位分配的权重进行优化。
最后，感谢你的阅读
如果有任何问题和想法都欢迎通过留言，或者邮件回复与我们取得联系！
你也可以访问网站介绍📑，更好了解本站。
如果喜欢这篇内容，欢迎点赞、订阅、评论并分享给好友❤️；
如果不喜欢，希望你留下建议，并分享给你讨厌的人😜。