An Intermarket Approach to Beta Rotation

01 · THE QUESTION

市场还没跌，谁先开始防守？

Risk-off（避险情绪）往往不会大张旗鼓地出现。更多时候，资金只是悄悄从高 beta 资产，挪向那些不那么依赖经济景气的行业。公用事业板块（Utilities）的需求稳定，盈利受经济周期影响较小，beta 值通常也偏低。如果它们在指数尚未明显回落时就率先跑赢大盘，这至少说明了一种可能：市场已经开始将“防御”写进价格里。

Bilello 与 Gayed 并没有把这个直觉包装成复杂的模型。他们只问了一个问题：过去四周，公用事业板块有没有跑赢大盘？如果有，下一周就切到低 beta 资产；如果没有，就继续持有大盘。这套策略始终留在股票市场里，调整的只是 beta（风险敞口），而不是方向。规则简单到一张便利贴就能写下——这通常是优点，但也意味着我们没有太多参数可以用来“背锅”或事后诸葛亮。

市场状态信号不必告诉你明天涨跌；它只需要回答一个更现实的问题：现在该拿高 beta，还是低 beta？

02 · THE PAPER

不预测涨跌，只决定风险敞口

Charles Bilello 与 Michael Gayed 在 2014 年提出了 Beta Rotation Strategy（BRS）。它不猜测大盘下周的涨跌，而是做一个更克制的选择：当前环境更适合持有大盘，还是低 beta 的公用事业板块？

原论文覆盖了 1926 年 7 月至 2013 年 7 月的数据。回测结果十分亮眼：BRS 的年化收益率（CAGR）约为 13.9%，不仅高于大盘的 9.8%，也高于公用事业板块本身的 9.0%。USD 10,000 最终滚成了约 USD 877m。在约 82% 的滚动三年窗口里，它都跑赢了大盘。长样本、高胜率、极简规则——至少在纸面上，这个策略完美地打满了勾。

03 · INDEPENDENT REPLICATION

先复现，再送入样本外（OOS）

我们首先要回答一个最基础的问题：如果严格按照原论文的规则重做一遍，结果还能对上吗？我们的数据全部来自 Kenneth French Data Library。将日度的大盘（Market）和市值加权公用事业板块（Utilities）总收益率复合为周度收益，再用过去四周的相对表现来决定下一周的仓位。其中，大盘收益按 Mkt−RF + RF 还原为总收益率；在计算夏普比率（Sharpe）时设定无风险利率（RF）为 0，索提诺比率（Sortino）的最低可接受收益率（MAR）同样设为 0。

完成基础复现后，才是更严苛的测试。第一阶段仅复现论文的历史样本；第二阶段使用 VTI 与 XLU，检验策略在 ETF 时代是否具备可交易性；第三阶段冻结所有规则，将 2013 年 8 月之后的数据作为严格的样本外测试。我们没有因为结果难看就去偷看答案、修改 lookback，也没有替公用事业板块换一套更讨喜的权重。在这个测试里，优化器没有“补考”的机会。

04 · HISTORICAL REPLICATION

核心结果几乎逐项对上

在 1926–2013 年的论文窗口内，我们复现的 BRS 年化收益率（CAGR）为 13.8%，仅比论文报告的 13.9% 低了 0.1 个百分点；大盘收益率为 9.7%，同样贴近论文的 9.8%。此外，BRS 的夏普比率为 0.83，索提诺比率为 1.23，明显优于大盘的 0.62 与 0.89。这不是“大方向差不多”，而是一次非常干净的独立复现。

更难得的是，这种优势并非由某一个特定的十年独自撑起。从 20 世纪 30 年代到 2000 年代，每个完整十年的 BRS 年化收益率都高于大盘；在滚动 156 周的测试中，其胜率高达 81.8%，与论文报告的约 82% 基本一致。原论文最吸引人的部分，我们确实高度复现了。

1920s 与 2010s 是不完整 decade，因此未放进上表；两段的 BRS CAGR 也高于 Market。不过别急着把它叫作防守策略：BRS max drawdown 为 −85.1%，Market 为 −84.0%。它改善的是长期收益效率，不是把熊市变得舒服。

05 · WHAT THE SIGNAL SEES

历史关联成立，但这还不是领先预测

如果 BRS 只是在随机切换，那么无论处于哪种状态，随后的市场环境都不该有系统性的差异。但数据告诉我们并非如此：当信号要求持有大盘时，下一周大盘的年化波动率为 16.7%；而当信号切到公用事业板块时，波动率会升至 18.1%。公用事业状态占据了全部周数的 50.0%，却涵盖了大盘表现最差的 2% 周中的 58.2%。

这说明它不是在精准预测下跌，它识别到的更像是“风险正在升温”。我们的解释是，公用事业板块的相对强势，可能反映了资金正在向低 beta、低周期敏感度的行业迁移。但这里检验到的仅仅是状态关联，而不是因果机制。它更没有回答一个更严格的问题：公用事业板块的领涨，是提前发现了风险，还是仅仅在重复描述当时已经升高的波动？这个问题，必须留给样本外数据来解答。

06 · INVESTABILITY

35 个基点：历史 alpha 与空气之间的距离

BRS 每周检查信号，rotation cost 自然不能只放在脚注里。零成本时，它比 Market 多出 4.0 个百分点 CAGR；每次 rotation 扣 10 bps，优势降到 2.9 个百分点；成本来到约 35 bps，历史 excess CAGR 基本归零。论文估算的 break-even point 约为 37 bps per trade，两者几乎对上。

ETF 检验给了我们一个更接近实盘的版本。2001-07 至 2013-07，VTI / XLU BRS 累计收益为 148.9%，接近论文的 154.0%；扣除每次 10 bps 后降到 116.5%，仍高于 Market 的 95.3%。历史结果没有一碰成本就消失，但 margin 已经薄了不少。很多 quant 策略不是死在公式里，而是死在 brokerage statement 上。

07 · STRICT OUT-OF-SAMPLE

2026 年看起来很成功，完整 OOS 却是另一回事

如果只看 2026 年，这个信号很容易让人重新产生信心。截至 Fama–French 数据 5 月底的记录，它先在公用事业强势时切入防御，随后又切回大盘。该择时策略年内上涨了 19.5%，大幅跑赢大盘的 9.3% 和公用事业板块的 7.3%。这是一段真实且漂亮的成功案例。

但是，策略不能只展示自己答对的题。

从 2013 年 8 月以后，四周回溯期、周度执行频率以及公用事业 / 大盘的轮动规则被全部冻结。我们没有重新优化，也没有因为结果难看就去更换基准。到 2026 年 5 月，我们得到了 670 个完全样本外的周度数据——这才是规则第一次在“不知道答案”的情况下交卷。

结果不是“险胜险负”，而是全面落后：大盘年化收益为 14.2%，BRS 只有 8.3%；夏普比率、索提诺比率和最大回撤也全部更差。这不是“少赚一点但睡得更好”的交换，而是收益与风险双双溃败。

按周配对计算，BRS 的年化平均超额收益为 −5.3%；13 周 moving-block bootstrap 测试的 95% 置信区间为 −11.4% 至 +1.0%，中位数为 −5.3%。现有的样本外证据，不支持它能产生稳定的正超额收益。

可交易 ETF 的测试也给出了相同的方向。从 2013 年 8 月回测至 2026 年 7 月，大盘年化收益为 13.7%，而 Beta 轮动策略仅为 10.3%；相同的 100 起始指数，最终分别增长至 529.81 和 356.98。2026 年的短期成功，并没有修复完整样本外长期的落后。短样本可以讲出很动人的故事，但只有完整样本才负责核对账单。

最刺眼的是 2020 年和 2023 年：2020 年 BRS 下跌 8.8%，大盘却上涨 22.9%；2023 年 BRS 下跌 1.2%，大盘上涨 26.9%。一种可能的解释是，现代市场的反弹速度更快，且涨幅高度集中在成长股上。在这种环境下，切到公用事业板块的机会成本变得极其高昂。你可以把它理解成一份“在快速反弹年份里收费极其昂贵的保险”。但我们尚未完成逐事件的归因分析，所以这里只能称之为“可能的机制”，而不能断言为“确定的原因”。

08 · INCREMENTAL SIGNAL TEST

控制当前波动后，指标没有留下可靠的领先信息

既然轮动策略失败了，我们不妨退一步想：也许公用事业板块的相对强势不适合直接用来选择资产，但它能否作为一个提前提醒风险的预警信号？

初步检验似乎支持这种说法。在样本外数据中，处于“红灯状态”（切至公用事业）后的 20 个交易日，已实现波动率（RV）平均为 16.5%；而“绿灯状态”下为 13.4%，前者高出约 23%；HAC t 统计量为 3.27。单看这里，它确实很像一个有效的风险警报。

但问题在于：投资者在信号形成时，本身就已经能看到当下的已实现波动率。当我们把近期已实现波动率（trailing RV）作为控制变量后，公用事业指标的增量效应骤降至 +5.8%，HAC t 统计量仅剩 1.35；在识别未来高波动环境方面，该指标的 AUC 仅为 0.58，明显低于近期已实现波动率的 0.76；而在预测未来波动是否会在当前基础上继续上升时，其 lead t 统计量为 −1.20。

这组结果彻底改变了该信号的定位。公用事业板块的领涨确实经常出现在高风险环境中，但它更像是一个“同步确认器”，而不是“早期预警系统”。看到烟以后才响起的警报，虽然准确描述了现场，但你不能据此声称它提前预测了火灾。

09 · CHAMPION VS CHALLENGER

扩大防御板块改善了结果，但没有找回 alpha

原始 BRS 策略的第一个嫌疑人很明显：公用事业板块太集中了。于是我们设计了一个固定的“挑战者组合”：将非耐用消费品（NoDur）、医疗保健（Health）、电信（Telecom）和公用事业（Utilities）各分配 25% 的权重，每周进行等权再平衡。除此之外，四周回溯期、下一周执行机制和成本假设全部保持不动。这样，“冠军”与“挑战者”之间唯一真正改变的，就是防御性资产的广度（breadth）。

这个改动确实有效。与单一的公用事业相比，挑战者组合在样本外的年化收益率提高了约 4.2 个百分点，夏普比率从 0.56 升至 0.86，最大回撤也从 −38.0% 收窄到了 −29.4%。但它依然落后大盘约 1.8 个百分点的年化收益；扣除 10 个基点的成本后，差距甚至扩大到了约 3.1 个百分点。策略从“明显落后”走到了“差一点追上”，但“差一点”依然不叫 alpha。

10 · POSITION

历史解释力，不能替代样本外有效性

样本外的失效，并不会抹杀原论文的价值。我们几乎准确重现了年化收益率、滚动胜率、十年期一致性以及成本盈亏平衡点，这足以说明原始结果是可以复现的。同时，公用事业状态与随后高波动的相关性，也给这个信号留下了清晰的历史解释。

但是，投资组合面向的是未来，而不是那些已经参与过规则发现的历史数据。原始 BRS 在样本外的收益、风险调整后回报和回撤全面落后；四行业挑战者组合虽然修复了很多问题，却没有恢复稳定的超额收益。进一步控制当时已经可见的已实现波动率后，公用事业指标也没有表现出可靠的增量预测能力。

因此，我们的判断比“不要让它单独掌舵”要更加明确：在本研究检验的两种用途里，它都没有通过样本外测试。它既无法作为独立的轮动策略，也无法充当可靠的风险先行指标。最多，我们只能把它视为对当前市场状态的辅助描述，但这种描述本身，还不是可以配置资本的边际优势（edge）。

实施前必须知道的限制

1. 数据 vintage：现代 Fama–French / CRSP 历史会修订，无法重建论文作者在 2013 年看到的完全相同数据库。
2. 周度执行：Friday close 形成信号后，真实成交价格、spread 与 slippage 可能高于固定成本假设。
3. 税务与 turnover：频繁 rotation 可能产生税务拖累；本文未模拟不同账户结构。
4. 行业定义：Fama–French industry portfolios 与今天可交易 ETF 的成分、费用和再平衡方式并不完全一致。
5. Challenger 不是新论文：四行业组合是我们预先固定的附加测试，其结果不能倒推为原论文主张。