01
行业轮动策略概述
什么是行业轮动 · 策略底层逻辑 · 收益来源与风险
概念逻辑
02
聚类算法基础
K-Means · 层次聚类 · DBSCAN · 轮廓系数/CH指数
算法评价
03
数据获取与预处理
Tushare/Akshare · 数据清洗 · 缺失值 · 标准化
数据清洗
04
特征工程
动量/波动率/估值/资金流向 · 因子相关性 · 筛选
因子相关性
05
基于K-Means的行业聚类
最优K值(肘部/轮廓) · 可视化 · 结果分析
K-Means可视化
06
基于层次聚类的行业分类
树状图 · 聚类簇选取 · 与K-Means对比
层次聚类对比
07
基于DBSCAN的行业异常检测
参数调优 · 异常板块识别 · 交易含义
DBSCAN异常
08
聚类结果稳定性检验
Bootstrap重采样 · 时间窗口一致性 · 时变性
检验稳定性
09
行业轮动信号生成
聚类轮动信号 · 动量/反转 · 信号合成与过滤
信号合成
10
轮动策略构建
持仓周期 · 调仓规则 · 交易成本 · 仓位管理
策略仓位
11
策略回测框架搭建
Backtrader/PyAlgoTrade · 参数设置 · 绩效指标
回测框架
12
策略绩效分析
年化收益 · 最大回撤 · 夏普 · 卡玛 · 胜率盈亏比
绩效指标
13
策略风险分析
VaR · CVaR · 最大回撤期 · 压力测试 · 敏感性
风险VaR
14
策略优化与过拟合防范
网格搜索 · 交叉验证 · Walk-Forward · 过拟合识别
优化过拟合
15
多因子行业选择模型
因子加权 · IC分析 · 收益归因 · 行业打分
多因子IC
16
宏观经济指标与行业轮动
PMI/CPI/PPI · 社融 · 利率与行业表现
宏观利率
17
市场情绪与行业轮动
换手率 · 波动率 · 资金流向 · 投资者情绪
情绪资金流
18
事件驱动与行业轮动
财报季 · 政策驱动 · 突发事件 · 事件研究法
事件驱动
19
机器学习增强轮动策略
随机森林 · XGBoost · LSTM时序预测
机器学习LSTM
20
强化学习在轮动中的应用
Q-Learning调仓 · 环境建模 · 奖励函数
强化学习Q-Learning
21
实盘注意事项
滑点 · 冲击成本 · 交易限制 · 流动性风险
实盘流动性
22
策略稳健性检验
不同市场环境 · 参数敏感性 · 样本外测试
稳健性样本外
23
归因分析
Brinson归因 · 行业配置收益 · 个股选择收益
归因Brinson
24
动态聚类与在线学习
流式聚类 · 增量更新 · 自适应轮动
在线学习动态
25
资产配置应用
股债结合 · 风险平价 · 目标风险策略
配置风险平价
26
行业ETF轮动实战
ETF选择 · 流动性评估 · 交易成本 · 实盘案例
ETF实战
27
绩效归因与报告
绩效报告模板 · 归因图表 · 策略日志
报告归因
28
风险管理
止损 · 仓位控制 · 行业集中度 · 尾部风险对冲
风控止损
29
进阶方向
另类数据 · 高频轮动 · 跨市场轮动
进阶另类数据
30
课程总结与展望
核心要点 · 常见误区 · 未来方向 · 学习资源
总结展望