一、课程导论：什么是行业轮动？为什么行业轮动有效？课程目标与学习路径
各位同学，大家好。我是你们这门课的主讲人。
做量化投资这些年，我见过太多人盯着K线图，试图从一根根红绿柱子中找出圣杯。说实话，这条路很难走通。我个人习惯，是把目光从个股上抬起来，看看整个市场在发生什么。你会发现，资金像水一样，总是在不同的行业板块之间流动。今天流进新能源，明天涌向半导体，后天又跑去消费。
这股水流，就是行业轮动。
1.1 什么是行业轮动？
行业轮动，说白了就是不同行业板块在某个时间段内，表现出现明显的强弱交替。
举个例子：2020年，医药生物板块涨得让人眼红。到了2021年，新能源和周期股开始发力。2022年呢？煤炭、能源这类传统行业反而成了香饽饽。你想想看，如果你能提前一个月从医药切换到新能源，收益差距会有多大？
为什么会这样？
因为宏观经济在变，政策在变，市场情绪也在变。这些变化会传导到上市公司的盈利预期上。不同行业对宏观因子的敏感度不一样，自然就出现了涨跌的先后顺序。
我刚开始做量化时，犯过一个错。我试图用一套固定的因子模型去预测所有行业的走势。结果呢？回测很漂亮，实盘一跑就崩。后来我才明白，每个行业都有自己的“脾气”。
核心观点：行业轮动不是随机游走，而是宏观经济周期、产业政策、市场情绪三者共振的结果。捕捉这种共振，就是量化择时的核心。
1.2 为什么行业轮动有效？
这个问题，我当年也问过自己。有效性的背后，有三个底层逻辑支撑：
- 经济周期驱动：经济从复苏到过热，再到滞胀和衰退，每个阶段受益的行业完全不同。比如复苏期，金融、可选消费往往先动；过热期，资源品和能源股开始发力。
- 资金行为驱动：机构资金体量大，不可能一天之内完成调仓。它们会分批买入、分批卖出。这个过程中，就留下了可追踪的“痕迹”。
- 投资者情绪驱动：人的情绪会放大波动。涨的时候过度乐观，跌的时候过度悲观。这种非理性行为，反而让轮动变得有规律可循。
我记得2018年做的一个项目，当时我们团队用资金流数据构建了一个简单的轮动信号。回测下来年化超额收益有8%左右。但实盘时发现，信号滞后很严重。后来我们加入了情绪因子，效果才明显改善。
一个小技巧：不要只看价格涨跌。把成交量、资金流向、换手率这些数据结合起来，你会发现轮动的节奏更清晰。
1.3 课程目标与学习路径
这门课，我不想讲太多虚的理论。我的目标很明确：
- 让你能识别轮动信号：知道什么时候该进场，什么时候该离场。
- 让你能构建择时策略：从数据清洗到因子构建，再到回测和实盘，每一步都走通。
- 让你能避开常见坑：比如过拟合、幸存者偏差、未来函数。这些坑我都踩过，不想让你再踩一遍。
学习路径是这样的：
| 阶段 | 内容 | 目标 |
|---|---|---|
| 第一阶段 | 理解轮动底层逻辑 | 建立宏观-中观-微观的分析框架 |
| 第二阶段 | 构建轮动因子库 | 掌握动量、资金流、情绪等核心因子 |
| 第三阶段 | 设计择时信号 | 学会用多因子模型生成买卖信号 |
| 第四阶段 | 回测与优化 | 避免过拟合，提升策略稳健性 |
| 第五阶段 | 实盘部署与监控 | 从代码到实盘，跑通全流程 |
嗯，这里要注意。很多同学一上来就想写代码，急着跑回测。我建议你先花点时间把第一阶段的逻辑搞清楚。逻辑不对，代码写得再漂亮也没用。
1.4 本章知识体系
下面这张图，是我自己梳理的行业轮动核心框架。你可以把它当作整个课程的地图：
这张图，我建议你保存下来。每学完一个章节，回来看看自己处在哪个位置。这样不容易迷路。
避坑指南：我曾经在回测阶段过度优化参数，结果实盘一塌糊涂。记住，回测的目的是验证逻辑，不是拟合历史。逻辑通顺，比回测曲线漂亮重要得多。
好了，第一章的内容就到这里。接下来我们会一步步深入，从数据准备到因子构建，再到信号生成和回测。每一步我都会结合自己的实战经验来讲。
有什么问题，欢迎随时交流。