核心观点：
　　行业轮动策略在投资领域中扮演着重要的角色。其核心目的是通过对特定信号的观测和分析，准确预测并投资于表现较好的行业，尽可能规避表现不佳的行业。完整的行业轮动框架应包涵从宏观至微观多个维度的分析和判断。本篇将宏观经济周期纳入行业轮动框架，提出基于宏观周期视角的行业轮动策略，并从货币信用周期入手进行详细研究。
　　基于货币信用周期的行业轮动策略逻辑推导：
　　首先，我们提出了命题一：经济周期会对风格产生一定影响，进而通过风格传导至行业，对行业产生影响。为了验证命题一的有效性，我们以Barra风格因子作为风格的媒介，对不同货币信用周期下Barra风格因子的表现进行了测试。通过观察，我们发现每个周期下影响显著的Barra风格因子是不同的，这证明了我们的命题一具有可靠性。
　　命题一的提出激发了我们对另一重要可能性的深思，即命题二：除了风格因子之外，其他行业因子也可能受到经济周期的影响。基于此想法我们进行了泛化，将因子池从Barra风格因子扩充为更多的行业因子，并仿照命题一的证明方式，分别测试了货币信用各个周期下行业因子的表现。测试发现，每个周期下影响显著的行业因子各不相同，并且影响显著的因子也蕴含经济逻辑。
　　基于货币信用周期的行业轮动策略构建及绩效：
　　在获得了每个周期下影响显著的行业因子之后，我们通过去相关性、去量纲化、同方向处理、等权重合成操作，得到各个周期下的合成行业因子，进而通过合成行业因子筛选行业形成行业轮动策略。2010年以来，策略年化收益20.04%，相对于行业等权基准的年化超额收益16.23%，相对最大回撤6.71%，信息比2.35，月度胜率68.64%，相对收益回撤比2.42，策略收益稳健，能够稳定战胜行业等权。并且该策略在申万一级行业和中信二级行业分类下均展现出出色的绩效，具备较高的可延展性。
　　基于货币信用周期的行业轮动策略—应用：
　　我们提供了一种ETF与行业指数的匹配方法。基于此方法，我们能够通过投资ETF来对策略进行落地。经过测试，ETF落地组合与行业指数理论组合表现的年化跟踪误差仅为4.53%。
　　风险提示：市场环境变动风险，组合失效风险。