本文为框架重构系列第一篇，将从宏观的角度出发，研究行业轮动中有效的宏观驱动因素及逻辑，并试图探索其中可量化建模的方法。
        挖掘宏观事件背后的行业轮动机会
        通过对比不同的宏观量化分析方法的优劣，本文选择围绕宏观指标，定义多类宏观衍生事件以刻画不同的宏观状态，分析挖掘各类事件背后行业轮动的规律并整理各行业有效宏观事件库，在此基础上构建基于宏观事件驱动的行业轮动模型。
        指标选择上，共涵盖了约40  个常见的宏观指标及各行业相关指标约1100  个，每个指标根据其是否触发历史新高、是否处于短期高位等状态各定义8  类事件状态，共衍生出约12000  类宏观事件。
        策略实证结果
        报告中围绕各行业的有效宏观事件库，构建了基于28  个申万一级行业的轮动策略，自2009  年1  月至2019  年1  月共11  年的样本测算区间内，轮动策略相对行业等权基准指数获得约34%的年化超额收益，各行业单独择时也均获正贡献。
        最新推荐行业
        截至2019  年2  月，根据模型最新一期测算结果，3  月推荐超配的行业组合为：农林牧渔、电子、家用电器、食品饮料、房地产、休闲服务、汽车。
        核心风险提示
        本模型采用量化方法通过历史数据统计、建模和测算完成，所得出的规律及推介行业未必具有严格的投资逻辑，也未必符合当前宏观环境特点，在极端的市场环境变化中有失效的风险。