基于DTW的形态相似度行业轮动策略.pptxVIP

基于DTW的形态相似度行业轮动策略

主要内容

形态匹配与策略框架

行业在走强前夕的超额收益序列常呈现出某些结构特征，且在不同行业与时期重复出现。提取历史上行业走强前的对数超额收益序列片段构建模板库，通过动态时间规整算法（DTW）计算当前各行业走势与模板的相似度，选取最匹配的行业作为配置标的。动态时间规整算法通过弯曲时间轴对齐波峰波谷，对数处理使涨跌权重对称、压缩极端值干扰，并缓解不同时期序列波动幅度的差异，更专注于捕捉序列本身的涨跌节奏，识别那些时间不完全对齐但结构相似的走势。

形态相似度行业轮动回测表现

2016年至2026年，策略周频调仓年化收益20.6%，相对于行业等权超额收益16.8%，信息比率2.88，最

大回撤4.9%，最高相似度组每年稳定贡献超额；双周频年化收益16%，超额收益10.4%，信息比率1.51。

风险提示：本报告结果及分析依据历史数据得出，存在一定局限性，不代表未来表现，不构成任何投

资意见；样本数据有限，数据处理统计可能存在误差，不足以代表市场整体风险，历史规律及模型存在失效可能。

守正出奇宁静致远

P2

目录

1.行业轮动的形态学视角

2.DTW动态时间规整与形态匹配

3.形态相似度行业轮动策略构建

4.形态相似度行业轮动回测

5.总结与展望

6.风险提示

守正出奇宁静致远

P3