历史不会重复，但往往压着相同的韵脚：市场研究方法论众多，但最基础的其中一个就是历史复盘与比较。无论是宏观环境，还是产业周期趋势，亦或是公司自身的发展，市场参与者总是会不自觉地把目光转向过去，试图从历史样本中找到预判未来的抓手。
　　但我们很难找到和当前完全相似的历史时刻，因此在面对数个较为“类似”的历史时刻中，究竟更像哪个，需要我们人为赋权，而赋权的过程较为主观；其二则是每个人在具体比对历史时选取的角度是不同的，每个人都可以基于自己的实际感受出发、选取不同的指标来进行比对，最后的结果当然是千人千面、众说纷纭。
　　马氏距离的底层指标和距离计算：借助马氏距离这种定量化工具，我们试图分别从宏观经济面和市场面两个角度来定量测算当下和历史时刻之间的关系。宏观经济面上，我们选取的底层指标有利率、剩余流动性、股票风险溢价和PMI指数；市场面上，我们选取宽基指数的估值分位数和换手率，以及成分股内部的平均相关系数、宽度和离散度。
　　识别结果显示，和当下最相似历史宏观场景对应2021年12月，皆对应短期经济环比下滑区间；最相似的市场场景对应2019年，两段时间皆是主题性行情显著。尽管根据马氏距离对宽基指数进行多空并不能获得超额收益，但从宏观经济面识别历史时刻的投资策略能在熊市避免回撤并大幅跑赢市场。
　　从宏观经济面和市场面马氏距离出发的行业轮动策略：在对行业轮动的指引上，综合宏观经济面和市场面的多头组合在2016年以来跑赢基准，年化超额收益大概在5%左右；但在产业投资兴起的2021年时表现一般，超额收益回吐较多。在2022年下半年开始，随着市场定价因子从产业再度回归宏观，组合超额收益开始企稳并略微回升。
　　后续随着样本量的提升，模型表现或许会更加趋于稳定，我们也将持续跟踪该模型并对底层指标选择上做出优化。
　　风险提示：回归模型失效的风险、指标选取不够合理的风险。