4、行业景气度跟踪：景气度指标构建、高频数据应用、景气度拐点识别

行业景气度跟踪，说白了就是给行业做「体检」。你得知道它现在处于什么状态——是健康向上，还是已经生病了？我做了这么多年配置，发现很多人亏钱，不是选错了行业，而是进场的时机完全不对。你想想看，一个行业再好，你买在景气高点，照样被套。

这一节，我把自己这些年踩过的坑、总结的方法，全盘托出。咱们从指标构建开始，再到高频数据怎么用，最后聊聊怎么抓拐点。

4.1 景气度指标构建：别只盯着一个数

很多人喜欢看单一指标，比如PMI、工业增加值。我个人习惯是，构建一个「景气度合成指数」。为什么？因为单一指标太容易骗人了。

举个例子，2019年某段时间，PMI数据很好看，但发电量增速却在往下走。如果你只看PMI，就会误判。后来我总结了一套方法：

具体来说，我常用的指标池包括：

• 生产端：工业增加值、发电量、开工率、产能利用率
• 需求端：社会消费品零售总额、固定资产投资、出口金额
• 价格端：PPI、CPI、大宗商品价格指数
• 金融端：社融增速、M2、企业中长期贷款

权重怎么定？我一般用主成分分析法，或者更简单点——根据历史回测，哪个指标对行业指数收益的解释力强，就给谁更高的权重。嗯，这里要注意，权重不是一成不变的，每半年要重新校准一次。

4.2 高频数据应用：比别人快半步

低频数据（比如月度工业增加值）出来的时候，黄花菜都凉了。高频数据才是真正的「先手棋」。我每天必看的数据包括：

数据类型	频率	应用场景
日度开工率	每日	判断生产端是否边际走弱
周度螺纹钢库存	每周	预判基建/地产链景气度
日度乘用车销量	每日	消费行业景气度风向标
周度电影票房	每周	服务业/消费复苏验证
日度航运价格	每日	外贸/出口链景气度

我在项目中遇到过这样的情况：2022年4月，月度社零数据还没出来，但高频的乘用车销量和电影票房已经连续三周下滑。我当时就判断消费行业景气度要拐头，果断减仓。等月度数据出来确认时，股价已经跌了10%。

高频数据怎么用？我总结了一个「三看」原则：

1. 看趋势：不要看单日波动，看7日移动平均线的方向
2. 看同比：环比容易受季节性干扰，同比更靠谱
3. 看异常：如果某个数据突然偏离历史均值2个标准差以上，就要警惕了

4.3 景气度拐点识别：最难也最值钱

拐点识别，说白了就是「抄底逃顶」。但说实话，没人能每次都精准。我自己的方法是：不追求精确到某一天，而是判断「拐点区间」。

我常用的拐点识别框架：

具体来说：

• 宏观领先指标：社融增速、M1-M2剪刀差、PMI新订单指数。这些指标一般领先行业景气度1-3个月。
• 行业自身指标：库存周期、产能利用率、产品价格。当库存开始去化、价格企稳时，往往是底部信号。
• 市场情绪指标：行业ETF资金流向、分析师盈利预测调整、龙虎榜资金。当市场极度悲观时，反而可能是机会。

我举个例子。2023年6月，半导体行业景气度看起来很差，库存高企、价格下跌。但当时我发现三个信号：

1. 社融增速连续两个月回升（宏观领先指标转好）
2. 半导体设备出货量环比企稳（行业自身指标触底）
3. 行业ETF资金开始净流入（市场情绪提前反应）

三个信号同时出现，我判断拐点要来了。后来果然在2023年Q3，半导体行业景气度开始回升。

4.4 知识体系框架图

下面这张图，是我自己梳理的行业景气度跟踪全流程。你把它存下来，做配置时对照着看，基本不会跑偏。

这张图的核心逻辑就是：从数据到指标，从指标到拐点，最后落到决策。每一步都有对应的工具和方法。你按照这个框架去搭建自己的跟踪体系，至少能保证不犯方向性错误。

---

公众号:蓝海资料掘金营，微信deep3321