日本学者Itakura（板仓）为解决衡量不同长度时间序列相似度的问题提出动态时间弯曲算法。本文以该方法为理论基础，基于历史会重演的理论假设，通过计算当前行业所属形态与历史中该行业未来出现显著上涨或下跌时所有形态的距离中位数，预测行业未来上涨概率，进而构建基于形态匹配的行业轮动策略。
　　不同时间序列相似度计算方法优劣：
　　相关系数法：日收益率或累计收益率高度相关的两个统计量，其累计收益序列形态可能迥异。
　　欧氏距离法：各时间序列长度需相同；无法进行异步相似度计算。
　　动态时间弯曲算法：可以巧妙地拉伸（弯曲）某一序列的时间轴，更好地对不同时间序列进行异步形态相似度计算。
　　动态时间弯曲算法显著优于欧式距离：不同参数下DTW算法样本内超额收益显著高于欧氏距离。前者较后者而言：累计超额收益高6%至15%；最大回撤低2%至6%；月度胜率高4%至8%。
　　样本内收益稳定：2021年、2022年的年度费后收益均超过10%，最大回撤分别为4.69%、3.47%。从胜率来看，2021年胜率为75%；虽然2022年胜率只有58%左右，但其月度盈亏比较高，位于3左右，使得累计超额收益较为可观。
　　样本外收益持续：2023年前10个月费后累计超额收益为8.01%，年化收益率9.68%。最大回撤仅为3.5%左右，此外超额收益的年化波动率只有6.12%，比样本内低1%以上。前10个月中有色金属、非银行金融等行业分别入选5次、4次，且其入选时下月实际收益位于全行业前15名的概率为100%。
　　样本外Top行业实际收益排名靠前：2023年前十个月中有7个月的平均名次在前15名以内，占比达70%；其中1月、5月以及8月的平均名次更是位于前10名。此外前十个月第1名出现3次，前3名共计出现7次，前5名共计出现14次，前10名共计出现24次，而前15名则共计出现39次，相对于总样本数量（60次）占比接近2/3。
　　2023年11月份Top行业：基于动态时间弯曲算法行业轮动模型11月份Top行业为石油石化、电力及公共事业、钢铁、建筑、电力设备及新能源以及非银行金融等行业。
　　风险提示：报告中所构建的行业轮动模型基于历史会重演的理论前提假设。但在实际资本市场中，受政策、制度、市场风格或流动性的影响，投资者的交易习惯未来可能发生变化，或导致相同及相近的量价形态下观察窗口与待比较窗口的交易规律迥异，进而使得行业轮动模型有失效的风险。