“以史为鉴”是资本市场中在量化和主动研究中常用的分析手段。本次，我们将基于相似性算法，讨论如何利用历史相似阶段的收益走势形成风格轮动的指标信号。经过验证，相似性信号能有效指导大小盘和成长价值轮动策略，并且能对我们之前提出的基于赔率和胜率的风格轮动框架形成一定边际改善。
　　首先，本文梳理介绍了四种弹性度量算法。其中，DTW允许时间序列非线性对齐，通过寻找最优弯曲路径解决时间轴偏移问题，但存在计算量大和过度扭曲的风险；DTW-S引入Sakoe-Chiba带状约束，限制路径在对角线附近移动，能提升过度扭曲并提高计算效率；SBD算法形状匹配抗干扰能力强，计算效率优异，但局部模式识别能力弱，仅能衡量序列全局轮廓的相似性；MSM算法操作设计直观，但受到关键参数的影响较大。
　　在模型构建中，我们对比了分别基于绝对收益和相对收益视角，构建相似性匹配的风格轮动策略有效性。根据测试结果，相对收益视角明显优于绝对收益视角。原因在于：绝对收益视角下两个风格的最相似历史阶段可能不匹配；而相对收益视角直接定位风格相对状态，避免了在模糊估计结果上做精确比较的过程。
　　进一步，我们比较了多种相似性算法的有效性，整体来看DTW系列算法整体表现最为稳健，相互间差异不大；MSM算法在大小盘策略中相对偏弱；SBD算法在成长价值策略中表现不佳。结合主观逻辑来说，允许当日行情在3日内完成相似走势（DTW-S-2D）比允许在5日内完成（DTW-S-4D）更为合理。
　　在阈值方面，我们以近五年样本数据的均值加两倍标准差作为相似度下限的筛选标准。经过比较，该阈值受标准差倍数参数影响并不敏感。此外，考虑到时间维度也是历史是否重演的影响因素之一，我们引入时间衰减函数后，发现对大小盘轮动策略能形成有效性改进。
　　最后，我们将前述相似性信号纳入我们在往期报告中提出的赔率胜率框架之中。根据结果，加入相似性指标能使大小盘策略的年化超额收益从16.76%提升至18.13%，信息比率从1.85提升至2.01；能使成长价值策略的年化超额收益从13.79%提升至15.27%，信息比率从1.11提升至1.23。
　　风险提示：本报告结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险，不构成任何投资建议。