本报告旨在对基于卷积神经网络的ETF轮动策略进行调整，以Wind行业主题指数作为底层标的，测算基于Wind行业主题指数的轮动效果。
　　 Wind行业主题指数信息：根据Wind，行业主题指数包括行业、题材、热门概念和主题指数4个细类，截至2026年1月底，分别有250、550、181和65个细分指数类型。根据Wind，指数涉及产业主题、风格、地域、改革、规模、国资委、行业个股精选、机构持仓、参控股、技术、陆股通、企业行为、政策、券商金股等不同类型的指数，相比于ETF跟踪的指数，数量相对较多。
　　实证分析：周频指数轮动模式下，回测区间内，因子的IC均值为3.7%,IC胜率为59%。分档表现方面，5分组模式下多头组超额收益相对明显。观察持有5只指数的组合策略，扣除双边千一费用后，2020年以来实现约30.7%的年化收益，相比于万得偏股混基金指数的超额约21.7%。相比于ETF轮动组合，该指数组合的回测收益相对更高，2022年和2023年等年份收益为正，分年度收益相对更加稳定，但2025年的总体收益低于ETF轮动组合。
　　持仓特征：观察该组合的历史持仓，总体行业或风格主题暴露相对突出。持仓行业或主题暴露并非长期不变，2025年11月前后在石油等主题方面暴露较多，2026年1月在有色金属主题暴露较多。
　　参数影响：持仓数量方面，持有3只、5只和10只指数的区间内年化收益分别为28.1%、30.7%和26.7%；换仓频率方面，周度策略的收益相对高于双周度和月度；换仓价格方面，测算显示，基于次日开盘和收盘价换仓的收益特征基本一致，采取次日收盘价换仓的收益相对较高，波动率也相对较大；指数池范围方面，默认覆盖行业、主题、题材各类指数，测算显示，覆盖所有指数池，回测收益相对较高，行业指数池的收益高于题材指数和主题指数。
　　风险提示：本专题报告所述模型用量化方法通过历史数据统计、建模和测算完成，所得结论与规律在市场政策、环境变化时可能存在失效风险；策略在市场结构及交易行为的改变时有可能存在策略失效风险；因量化模型不同，本报告提出的观点可能与其他量化模型结论存在差异。