核心结论
　　机构调研文本蕴含了机构投资者和上市公司的关注点和情绪，能揭示市场的热点、关注焦点和投资趋势。本文首先对机构调研问题文本和回答文本进行了描述性统计，接着介绍了如何从文本到词汇再到频率，一步步地构建行业的热度时间序列，从而反映出行业的热度变化。最后，本文基于行业热度构建了行业轮动策略，年化超额收益为6.84%，信息比率为0.88。策略在今年上半年配置了通信和传媒行业，识别出了最新GPT技术的进步所引发的行业热度变化。
　　投资者对市场焦点的关注度不断提高，机构调研问答明细日益详尽
　　机构调研问答明细是指调研机构在深入调研上市公司时，所提出的问题以及被调研公司的回答，这些问答明细对于评估公司的经营状况和财务健康提供了重要依据。值得注意的是，调研文本长度保持着稳定上升的趋势，产生的非结构化数据量巨大，如何利用这些大规模文本数据挖掘隐藏的关键信息和市场趋势，以构建有效的投资策略，成为投资者亟需解决的问题。
　　基于机构调研问答文本量化行业词汇热度
　　本文基于机构调研问答文本，旨在挖掘投资者与上市公司的关注焦点，找出适应热点变化的有效投资信号。通过量化分析的路径，我们将从文本中提取关键词，进而计算词频和热度值，最终建立行业热度时间序列。
　　基于机构调研问答文本的行业轮动策略
　　本文基于2012年12月31日至2023年8月11日中所有交易日的中国A股机构调研问答明细，构建了行业轮动策略。通过对热度时间序列进行平均化、相对化、平滑降噪，以周度差的形式构建了最终的回测因子。在数据处理后，回测区间为2013年3月15日至8月11日，以全行业等权作为业绩基准，行业轮动策略的年化超额收益为6.84%，信息比率为0.88，并且今年上半年的几个月里配置了通信和传媒行业，有效反映了近期GPT技术的进步所带来的行业热度变化。
　　风险提示：模型统计均基于历史数据、历史规律可能失效