目前量化投资的知识体系已非常成熟，无论是学术上还是业界，结构化的数据均已被充分挖掘。为探索差异化的Alpha来源，本研究另辟蹊径，聚焦于非结构化的文本数据，基于自然语言处理技术（NLP）构建文本因子体系，以期为量化模型提供低相关性的增量信息，在此基础上构建行业轮动策略。
　　因子样本内有效性显著：余弦相似度变化、编辑距离相似度变化因子正向有效；情感语调和词典正式度变化因子负向有效。将上述四个因子等权叠加，分组收益整体上呈现较为显著的单调性，随着预测收益的下降，实际收益近似单调下行。
　　模型样本内平均IC较高：十个持仓周期中，只有三个持仓周期IC为负，其余均为正。整体上看样本内各持仓周期的平均IC为21.0%，表明模型在样本内有较好的预测能力。
　　模型样本内收益稳定：2021年至2023年每年均录得正超额收益（费后），这三年的超额收益分别为35.94%、18.48%和5.08%。若以每一个持仓周期为单位统计超额收益，样本内只有最后一个持仓周期的超额收益出现亏损，其余持仓周期均录得正超额收益，整体上看单个持仓周期超额收益的胜率为90%，较月度胜率有显著提高。
　　模型样本外泛化性持续：2024年超额收益为7.34%，2025年前5个月累计超额收益为2.08%。若从单个持仓周期来看，样本外五个持仓周期中，只有一个持仓周期小幅亏损，超额收益为-0.32%，其余四个持仓周期均录得正超额收益。
　　模型样本外优选行业收益排名靠前：从单个持仓周期所选行业收益位于全行业的平均名次来看，每个持仓周期的平均排名均优于基准15.5名，尤其是最后一个持仓周期，所选行业平均排名为10.8名，比基准高4.7个名次。此外整体样本外平均排名为12.8名，比基准高2.7个名次。
　　2025年5月至8月持仓周期优选行业：基于上市公司2025年一季报中MD&A文本信息，本研究所构建的行业轮动模型优选行业为：煤炭、建材、医药、食品饮料、银行以及综合金融等六个行业。
　　风险提示：报告中所涉及的测算均基于上市公司历史定期报告MD&A文本数据，虽然历史数据可能在某些方面与未来相似，然而未来市场可能会发生变化，但并不会简单重复。即使在相似度较高的MD&A文本数据下，由于受不同报告期当时所处的宏观经济周期环境、货币政策、财政政策等相关因素影响较大，同一个上市公司或者行业其未来表现可能与历史规律有较大差异，最终影响行业轮动模型的效果。