吸收率指标从市场共振角度刻画系统性风险。我们基于主成分分析构建A股吸收率（AR）指标，当AR抬升时，说明市场波动来源趋于集中，资产间分散化效果下降，系统性风险脆弱性上升；当AR回落时，则说明市场结构更趋分化，风险来源相对分散。因此，吸收率并非单纯的方向预测指标，而是用于识别市场内部结构是否进入高共振、高脆弱状态。
　　吸收率的边际变化，对极端回撤具有较强预警能力。我们在AR基础上构造长端与短端Delta AR（DAR），并进一步转换为尖峰、低谷和中性三类信号。历史检验显示，DAR尖峰信号在多轮极端回撤前均有较高覆盖率，尤其对未来一月的大幅下跌具有较强前置提示意义，信号对未来一周跌幅达15%的样本和未来一月收益最差的1%样本实现了100%覆盖，说明吸收率的边际变化能够有效识别市场系统性风险集中度的抬升。
　　基于吸收率信号的择时策略显著改善收益回撤表现。本文以50%仓位作为中性仓位，根据信号状态在0%、50%和100%之间切换。回测结果显示，基于结合信号的万得全A择时策略年化收益达13.58，夏普达1.03，同时明显降低年化波动和最大回撤。将结合指标与情绪指标进行整合后，择时策略的年化收益进一步提升至16.33%，夏普提升至1.27。策略优势主要来自对系统性风险阶段的规避，以及在风险释放后对修复行情的参与，说明吸收率信号能够较好服务于市场仓位管理。
　　吸收率也可用于识别行业层面的风险敏感状态。我们基于个股收益率构建行业吸收率，并将DAR均值与行业交易热度结合形成复合指标。历史案例显示，2021年初食品饮料、2022年中电力设备、2023年AIGC主题等阶段，相关行业在高DAR与高交易热度状态后均出现收益路径恶化。系统性检验也显示，复合指标并非强线性收益预测因子，但低复合指标组后续收益表现相对更好，高复合指标组收益路径更容易承压，验证了其作为尾部风险识别和仓位约束指标的价值。
　　行业配置中，复合指标能够提供一定的轮动参考。我们进一步将行业复合指标与短期价格动量结合，构建月度行业轮动策略。回测结果显示，G1低复合指标精选多头组合显著跑赢行业等权基准，G5高复合指标精选组合长期收益和回撤表现明显较弱，G1-G5组合年化收益达11.98%，2016年-2025年年度胜率达90%。但高复合指标并不是行业下跌的充分条件，在强趋势行情中，高DAR和高交易热度也可能来自板块同步上涨。
　　最新观点：全A吸收率信号回归中性，行业风险分化仍较明显。截至2026年6月18日，全A吸收率模型整体处于中性状态，市场结构修复动能有所收敛，资产的共振压力整体可控。行业层面，行业间的复合指标呈现分化，结合行业配置规则来看，电力设备、环保和计算机入选7月低风险配置组合，后续可重点关注其修复机会；公用事业、煤炭和石油石化进入7月高风险组合，后续需要警惕收益路径进一步恶化的风险。
　　风险提示：模型根据历史数据构建，历史表现不代表未来，市场环境发生重大变化时可能失效。