本文对首创金工团队所发布报告《模式识别之状态匹配——基于隐马尔可夫模型的行业轮动策略》中所提及的行业轮动策略进行跟踪，以检验该策略未来表现，希望对投资者能有所帮助。
　　为便于理解及描述，文中本月指2024年12月、下月指2025年1月、今年指2024年。
　　下月行业配置推荐：
　　下个月模型所选择的Top行业为：商贸零售、石油石化、机械、轻工制造、综合金融、纺织服装等六个行业。
　　本月行业轮动模型表现：
　　行业轮动模型本月超额收益为0.31%，模型小幅跑赢业绩比较基准。从本月各行业预测收益排名与实际收益排名散点图可以看出回归方程的系数为0.1066，两者呈现一定的正相关性，使得模型最终录得正超额收益。
　　今年以来行业轮动模型表现：
　　收益层面：今年以来行业轮动策略的累计超额收益为9.78%，超额收益最大回撤为5.66%，收益回撤比约为1.7。整体上看对比样本内而言，今年的年化超额收益比样本内2023年9%左右的年化超额收益高，意味着模型有较强的鲁棒性，泛化能力还不错。
　　IC层面：2024年的12个月中，有3个月份月度IC小于0，其中2月份IC仅仅略小于0。平均而言，全年的月均IC为13.9%。
　　行业排名层面：2024年的12个月中有8个月的平均名次在前15.5名以内，占比达67%；这8个月平均排名为12.3名，比业绩比较基准30个中信一级行业平均排名15.5名高超过3名。值得注意的是1月、6月Top行业的平均名次更是位于9名左右。2月、5月、7月以及10月的平均名次稍弱，但也仅略低于行业中位数，平均排名位于16.9名，仅比所有行业平均排名落后1名出头。
　　行业层面胜率：2024年全年所选的72个样本主要分散在21个行业中，而这21个行业中有14个行业的平均排名位于比较基准30个中信一级行业平均排名15.5名以内，也就是本模型在行业维度的胜率达67%。
　　风险提示：报告中所涉及测算均基于历史数据，未来可能发生变化；历史可能惊人的相似，但未来并不会简单重复。由于受模型所限，行业未来的预期收益或者未来上涨概率，并不代表行业未来的真实收益；受政策不确定性影响，行业轮动模型可能有失效的风险。