投资要点
　　本篇报告的主旨是提出一个基于指数成分股内进行风险因子监控、轮动和配置视角的统一框架。原始扩散指数模型基于自身信号为出发点，缺乏构建对比指标。而本篇报告强调相对强弱视角进行扩散指数统计，可以削弱市场行情对于模型钝化的影响。进一步，我们拓展了这种用法，将该模型推广到进行两两指数之间进行相对强弱比较。同时进行回测，验证模型对于不同指数标的之间的适用性。结论是该模型对于指数成分内风格轮动及指数间轮动具有一定择时能力。
　　原始扩散指数模型的缺陷
　　无论是趋势模型和反转模型，我们在构建扩散指数的过程中，更多利用的是绝对指标，例如站上均线的比例或过去N天上涨比例等。而这类模型在大牛市和大熊市来临的时候，都容易面临钝化的问题，这背后的原因还是由于市场本身的beta属性决定的。
　　相对强弱模型提出
　　为了消除市场beta对于模型的影响，我们提出两个模型，第一个模型是基于指数内部风格判断的扩散指数模型，用于指数内的风格轮动。第二个模型是基于不同细分指数之间的相对强弱判断的扩散指数模型，用于指数间的轮动。
　　两个模型之间的内在联系
　　模型一侧重于单一指数成分内刻画不同因子的扩散性结果。第二个模型理论上是第一个模型的推广，因为第一个模型局限于特定指数内，具有一定局限性，因此我们考虑将其进行一定的推广，以适用于不同指数之间进行比较。
　　历史回测及参数敏感性
　　考虑到不同因子之间的阈值并不相同，这里在回测的时候，统一采用双均线法进行回测。双均线法介绍：短期均线是扩散指数10日MA，长期均线是短期均线20日MA。短期均线站上长期均线则满仓，反之则空仓。模型一回测了沪深300、中证500、中证1000等指数成分股内波动率因子的双均线法表现。以中证1000指数为例，展示了不同回顾期、短期均线、长期均线的参数敏感性。最优回顾期在20-25天左右。这个结果整体稳定性较好。模型二回测了中证1000和沪深300指数之间的轮动效果、创业板指和中证A500之间的轮动效果。以中证1000和沪深300轮动为例，展示了不同参数的敏感性。上述两个模型均可以在回顾期20天附近取得比较稳定的结果。
　　风险提示：
　　政策风险；地缘政治风险；模型失效风险。