A 股有「板块市」的传统：行情以行业与主题为单位联动，而不是个股独立定价。这既是风险（齐涨齐跌降低选股分散化的效果），也是机会（板块层面的预测信号比美股更有效）。本篇讲行业分类体系、轮动信号与概念板块的量化处理。
行业分类：申万 vs 中信 vs 概念
| 体系 | 结构 | 量化用途 |
|---|---|---|
| 申万（SW） | 31 个一级 + 二级 + 三级，投资导向、A 股覆盖最全 | 行业轮动、行业中性化的默认标准 |
| 中信（CITIC） | 30 个一级，机构研究常用 | 与申万互为校验；部分机构风控模型的基准分类 |
| 证监会行业 | 监管口径（门类-大类） | 监管文件的对照口径，投研少用 |
| 概念/主题板块 | 数百个（东财/同花顺自编：AI、低空经济、出海……） | 主题事件研究的域定义；无官方标准、成分动态、交叉重叠严重 |
分类的三个工程陷阱（数据层的详细处理见行业分类变更 ）：
- 申万 2021 年改版的 PIT 问题（回测必须用「当时生效」的分类）；
- 概念板块的成分变更频繁（用「当时成分」做事件研究）；
- 跨体系映射不可逆（申万三级 ≄ 中信二级，混用会制造虚假迁移信号）。一个具体的坑：某股在申万 2014 版属「计算机-软件开发」、2021 版划入「计算机-IT 服务」，用最新分类回测 2018 年的「行业动量」，会把它 2018 年的行为记到错误行业的账上——行业轮动回测的分年度稳定性突然崩坏，先查分类口径再查逻辑。
行业轮动的本土信号库
按信息含量与可工程化程度给信号排个序：
第一梯队：政策信号。 产业政策文件、部委会议、地方试点——A 股行业轮动中信息含量最高的类别。工程化路径：政策文本 → 主题抽取（LLM 辅助，见LLM 应用 ）→ 行业映射 → 「政策热度分」。三步都有误差空间：文本抽错主题（「数字经济」覆盖面过宽）、映射过散（一个政策涉及 8 个行业等于没有信号）、强度难定级（「鼓励」与「强制」的价格含义完全不同）。务实做法：把政策分档（顶层文件/部委落实/地方试点），只对顶层文件建模。
第二梯队：景气验证链。 行业宏观数据（挖掘机销量、水泥价格、乘用车批发、猪粮比、光伏装机）→ 行业基本面因子。「中观景气」数据的优势：发布时点相对简单、滞后行业财报 1–2 个月就能用、且与股价的相关性比财报更前瞻。构造范式：行业景气分 = z(销量同比) + z(价格环比) + z(库存去化速度)，行业内排序后取 Top 3–5 行业。
第三梯队：板块联动结构。 龙头股先行（板块内市值/关注度龙头的动量 → 板块整体的先行指标）；概念板块的联动网络（哪些概念与哪些行业历史共振）。弱点：联动是相关不是因果，题材退潮时联动结构自身解体。
第四梯队：资金行为。 北向资金的行业流向（注意 2024 年后实时披露停止，改为定期口径——数据规则变化杀因子的又一例）、两融余额的行业结构、行业 ETF 申赎。信号衰减快，只配作确认项不配作主信号。
轮动策略的本土风控重点：行业集中本身就是政策风险的集中（一个行业文件的杀伤半径 = 全仓行业），行业轮动必须配「单行业上限 + 概念暴露去重」——一只股票可能同时属于 5 个热门概念（AI + 华为链 + 低空经济 + 并购重组 + 破净修复），按概念合计的暴露才是真实暴露（集中度限额见组合风险 ）。
概念板块：噪声与信号的分离
概念板块（题材股）是 A 股散户注意力的组织形式——量化视角它是**「注意力事件」的载体**：
- 脉冲-分化结构：概念成形 → 全员脉冲（第一周，鸡犬升天）→ 业绩验证分化（真受益者续涨、蹭概念回落）。可量化的是第二段：用财报分部数据/主营构成文本匹配识别「真受益」（业务收入占比可验证的成分），「真受益组合 − 蹭概念组合」的分化是概念后期唯一站得住的 alpha。第一段是散户的宴会——动量策略参与要极快、退出要更坚决，且拥挤度监控必须前置；
- 概念拥挤度：概念成分股的换手/成交占比、龙虎榜游资席位的出没密度（见龙虎榜 ）——拥挤度高位时，概念脉冲的均值回复风险最大；
- 蹭概念识别：公告蹭热点（互动易回复、更名、经营范围变更）与实际业务落地的差异——「公告热度 − 业绩兑现」差值大的个股，中期收益分布显著为负（与盈利质量 的红旗逻辑同源：叙事与事实的背离是风险）。
给选股策略的提醒：概念联动会污染个股因子的横截面检验——「AI 概念内所有股票同涨」时，任何「恰好超配 AI」的因子都会显得有效。检验对策：行业/概念双中性化后复测因子（中性化见因子构建 ），分离「选股 alpha」与「概念 beta」。