行业分类标准：申万、中信、GICS，到底选哪个？
做行业轮动，第一步就是给股票贴标签。
说白了，你得知道哪些股票算「新能源」，哪些算「消费」。没有统一的分类标准，轮动策略就是空中楼阁。我入行头两年，吃过这个亏——用不同分类跑出来的信号完全相反，差点把策略推翻重来。
一、主流的三大分类体系
目前国内用得最多的，就是这三套：
| 分类标准 | 发布机构 | 层级结构 | 覆盖范围 | 更新频率 |
|---|---|---|---|---|
| 申万行业分类 | 申万宏源研究所 | 一级（31个）→ 二级 → 三级 | A股全市场 | 每年6月/12月 |
| 中信行业分类 | 中信证券研究部 | 一级（30个）→ 二级 → 三级 | A股全市场 | 不定期调整 |
| GICS行业分类 | MSCI / S&P | 11个行业 → 24个行业组 → 69个行业 | 全球股票 | 每年3月/9月 |
二、申万行业分类：国内最接地气
我个人习惯用申万。为什么？因为它最懂A股。
申万分类有个特点：它会根据A股的实际产业结构来调整。比如2021年，它把「电气设备」拆成了「电力设备」和「环保」，又把「食品饮料」里的「白酒」单独拎出来。嗯，这很符合国内投资者的交易习惯。
举个例子。我做过一个「白酒 vs 食品综合」的轮动策略。如果用中信分类，白酒和食品混在一起，信号根本出不来。但申万把白酒单独列了一个三级行业，这就好办了。
三、中信行业分类：机构的老朋友
中信分类的历史更久，很多私募和保险资管的老系统里，用的还是中信。
它和申万最大的区别在于：中信更偏向「投资逻辑」而非「产业逻辑」。比如，中信会把「互联网」和「传媒」放在一起，因为它们的股价驱动因素相似。而申万更看重「这个公司到底生产什么」。
四、GICS行业分类：全球视野
GICS是国际标准。如果你做的是跨市场轮动（比如A股+港股+美股），那GICS是唯一的选择。
但要注意——GICS对A股的覆盖有个硬伤。它把很多A股特有的行业（比如「中药」「白酒」）硬塞进了「必需消费」或「医疗保健」，导致行业纯度下降。我曾经用GICS跑过一个「消费升级」策略，结果白酒和酱油混在一起，信号一塌糊涂。
五、行业分类的选择：没有最好，只有最合适
我总结了一个选择框架，你直接套用就行：
- 看策略类型：基本面轮动 → 申万；动量轮动 → 中信；全球配置 → GICS
- 看回测周期：申万每年更新两次，历史数据稳定。中信调整更灵活，但历史回溯可能断层。
- 看资金体量：小资金（<1亿）用申万就够了。大资金（>10亿）建议用中信，因为机构资金流向更匹配中信的行业划分。
- 看行业纯度：如果你需要「纯白酒」「纯光伏」这种细分赛道，申万的三级行业是唯一选择。
六、一张图看懂行业分类选择逻辑
下面这张图，是我自己画的选择决策流程。每次做新策略，我都会走一遍这个流程：
七、代码示例：如何获取行业分类数据
在实际项目中，我一般用 akshare 或者 tushare 来拉行业分类数据。下面是一个简单的例子：
import akshare as ak
import pandas as pd
# 获取申万一级行业分类
sw_industry = ak.stock_board_industry_name_em()
print("申万一级行业数量：", len(sw_industry))
print(sw_industry.head())
# 获取中信行业分类（通过tushare）
import tushare as ts
pro = ts.pro_api('你的token')
zx_industry = pro.index_classify(level='L1', src='ZX')
print("中信一级行业数量：", len(zx_industry))
print(zx_industry.head())八、总结
行业分类没有标准答案。你想想看，同一个「宁德时代」，在申万里是「电力设备」，在中信里是「新能源」，在GICS里是「工业」。哪个对？都对的。关键是你自己的策略逻辑需要什么样的行业纯度。
我个人建议：新手先用申万，因为资料最多、社区最活跃。等策略跑通了，再试试中信做对比。至于GICS，除非你做全球配置，否则先放一放。