第1章课程导论

一、课程导论：行业轮动的底层逻辑、景气度量化的核心框架、课程目标与学习路径

说实话，我入行做量化那会儿，最头疼的问题就是：市场到底在涨什么？

2015年那波牛市，我亲眼看着军工、互联网、券商轮番表演。当时我还在用纯多因子模型选股，结果发现——选股再牛，也扛不住行业beta的剧烈波动。你想想看，一个行业整体涨30%，你个股选得再好，也就多赚几个点。反过来，行业跌20%，你再怎么精选，也很难独善其身。

这就是行业轮动的核心价值：抓住行业层面的趋势，比个股精选更高效。

我个人习惯把行业轮动比作「冲浪」。个股是浪花，行业是浪涌。你站在浪涌上，随便划两下就能飞起来。你要是站在浪涌的间隙里，再好的冲浪板也白搭。

核心认知：行业轮动不是玄学，而是资金在不同景气度赛道之间的系统性迁移。我们的任务，就是用数据量化这种迁移的「势能」。

我在项目中遇到过很多新手，上来就问「哪个指标能预测行业轮动？」。我的回答是：先别急着找指标，先理解驱动力。

行业轮动的底层逻辑，说白了就三个东西在驱动：

你想想看，这三个力不是孤立作用的。它们之间会互相强化，也会互相抵消。比如：基本面很好，但资金已经提前跑路了，那行业可能就要见顶。嗯，这里要注意——轮动的拐点，往往发生在「基本面还在涨，但资金已经开始撤」的时候。

我的经验：不要只看单一维度。我习惯把这三个驱动力做成一个「三角验证」框架。三个方向都指向同一个行业，那这个轮动信号的可信度就很高。

好，驱动力讲完了。那怎么量化？

我设计了一套框架，叫「三层漏斗」。这套框架我在实盘里跑了两年多，效果还不错。今天先给你画个全貌：

这个框架的核心思想是：自上而下，层层过滤。

第一层：判断宏观环境是「顺风」还是「逆风」。比如PMI连续三个月上行，那周期行业就值得关注。
第二层：看产业链内部的利润分配。比如上游涨价太猛，中游的利润就会被挤压。这个我在2021年就踩过坑——当时没注意上游原材料涨价，重仓了中游制造，结果利润被吃掉了大半。
第三层：落到具体行业，看财报数据和高频信号。比如光伏的组件出货量、新能源车的周度上险数。

注意：三层不是简单的加权平均。我建议用「否决制」——如果第一层宏观环境极差，那第二层和第三层再好，也要降低仓位。我曾经就因为忽略了宏观信号，在2018年吃了大亏。

这门课不是给你讲一堆理论就完事了。我的目标是：学完就能上手做策略。

具体来说，你学完之后应该能：

一句话总结：这门课就是帮你把「行业轮动」这个听起来很玄的东西，变成一套可量化、可复现、可迭代的工程化系统。

课程一共10章，我按「数据→模型→策略→实战」的逻辑来组织。你跟着走就行。

我个人建议你按顺序学，别跳。尤其是第2章的数据工程，很多人觉得枯燥就跳过了。但说实话，策略好不好，80%取决于数据质量。我在项目里见过太多「模型很漂亮，数据一塌糊涂」的案例了。

学习小技巧：每章学完之后，花15分钟把核心逻辑画成一张图。别小看这个动作，它能帮你把零散的知识点串起来。我自己做研究时，每完成一个模块都会画一张「逻辑地图」。

行业轮动这个领域，我做了快6年。从最初的手工Excel打分，到后来的自动化Pipeline，再到现在的实时信号系统。踩过的坑、交过的学费，都不少。

这门课里，我会把那些「书上没有、但实战中极其重要」的东西，都掏出来给你。比如：

嗯，这些内容，你很难在教科书里找到。但恰恰是这些细节，决定了你的策略是「能赚钱」还是「只能看」。