北向资金具有专业性、精准性、稳健性和高透明度等特点。2016年11月港交所披露陆股通数据以来，北向资金在A股中的资金规模持续上升，备受投资者关注和追捧，成为研究热点。但其有效性也因近年来跟踪模型的失效频频遭受质疑。
　　本篇报告中，我们从动态和静态的角度，提取北向资金持仓占比、北向资金超额配置比例、北向资金净流入比例三类因子构建行业轮动模型。除了因子本身，还考察其1、2、3、6个月的变动和偏离度指标。以31个申万一级行业为调仓标的月度调仓。首先进行单因子测试，将31个申万行业按因子分五层进行分层回测。然后筛选出分层效果较为稳健持续的因子，构建行业轮动模型。
　　持仓占比因子是一个换手率很低的因子，长期偏好家用电器、食品饮料、医药生物等行业。2021年前，这些行业表现亮眼，持仓占比因子的收益也十分显著。2021年后，因子收益随着这些行业的走弱而出现了回撤。持仓占比因子更像一个Beta因子而非Alpha因子。持仓占比变动因子的换手率相较持仓占比因子有所提高，行业偏好与持仓占比因子类似。2、3、6个月的因子均体现出了一定的分层效果。持仓占比偏离度因子的换手率在持仓占比因子和持仓占比变动因子之间，行业偏好上同样与持仓占比因子类似。6个月的持仓占比偏离度因子体现出了一定的分层效果。
　　超配比例因子也是一个换手率很低的因子，但其在单因子检测上的表现比持仓占比因子要好。可能是因为其在计算时考虑了行业本身的市值大小，可以更好的反应北向资金的在行业选择上的偏好。超配比例变动因子的换手率较高，2、3、6个月因子均体现出了一定的分层效果。比较之下，我们最终选择6个月的超配比例变动因子构建行业轮动模型。
　　接下来我们测试了净流入类因子的分层回测结果。作为一个动态因子，该类因子的换手率很高，因子稳定性较差。比较之下，我们最终选择3个月的净流入比例、1个月和6个月的净流入偏离度因子构建行业轮动模型。
　　最后，我们选择表现较好的9个因子构建行业轮动模型。每月月末，当行业进入单个因子排序前40%时，发出一个买入信号。当同时有3/4/5个买入信号时，发动调仓指令。历史回测来看，当买入信号数量为4的时候，模型回测效果最好，年化收益2.7%，信息比率0.91，胜率56.3%。除2023年外，其余年份均跑赢基准。
　　未来，我们会尝试将北向资金因子与其他行业轮动因子结合，构建更为稳定的行业轮动模型。
　　风险提示：市场波动和市场风格转换风险，本报告不构成投资建议。