研究结论
　　衰减的选股Alpha与稳定的行业Beta
　　近年来，随着越来越多的机构大量挖掘alpha选股因子，传统的选股因子尤其是以成长因子为代表的一类因子越来越拥挤，纷纷产生了短期失效的情况。以选股为主要超额收益来源的公募指数增强产品近年的超额收益中位数逐年下行，获取选股alpha的难度越来越大。
　　虽然选股alpha在持续衰减，但是行业间分化的收益一直持续较大，因此获取行业轮动的beta分化收益的性价比日益凸显。近两年行业轮动的速度加快、月度动量消失，因此我们希望构建一个周频调仓的多因子行业轮动模型。
　　微观与中观行业轮动因子
　　在微观行业轮动因子维度，我们发现市值、估值、长期价量等因子对行业轮动来说都是典型的风险因子，借鉴选股因子的市值行业中性化的思路，我们对每个因子先在股票层面进行风格中性再合成行业轮动因子。我们从基本面、预期变化、量价等维度构造微观行业轮动因子，经过风格中性化后大部分因子行业轮动的多空收益和多头超额都有明显提升。基于我们前期在深度学习选股因子方面的积累，我们发现深度学习因子合成行业因子后同样具有非常突出的行业轮动能力。
　　在中观行业轮动因子维度，我们构造短期预期变化以及多维度的行业动量因子，经检验都具有较为稳健的行业轮动能力。
　　周频行业轮动模型
　　我们将行业轮动因子合成基本面、预期变化、传统量价、深度学习四大类，并以1:1:4:4复合得到行业轮动模型，并考虑到因子的短期失效，我们引入基于胜率的因子择时构建动态自适应的行业轮动模型，考虑交易费用和调仓时间后构建周频调仓的Top5等权组合，组合自2016年以来年化收益19.7%，相比于行业等权基准年化超额20.71%，每年都能稳定跑赢基准指数。
　　风险提示
　　1.量化模型失效风险。
　　2.极端市场环境可能对模型效果造成剧烈冲击，导致收益亏损。