基于市场量价和交易行为构建行业择时框架
　　本文以30个申万一级行业为研究对象，从时序角度出发，围绕趋势动量、成交活跃度、流动性、羊群效应、拥挤度、情绪扩散、资金流和投资者关注度八个维度构建21个指标，在周频框架下生成空仓、半仓和满仓信号，形成多维度行业择时框架。
　　趋势动量方面，通过短期涨幅与多头趋势强度刻画价格运行方向；成交活跃度和流动性方面，通过成分股振幅、换手率变化等反映交易状态。羊群效应与拥挤度方面，结合成分股收益分化、散户追涨行为和成交额集中程度识别交易趋同与拥挤风险；情绪扩散方面，通过涨停触及比率和大小盘上涨广度差观察行情在行业内部的扩散。资金流和投资者关注度方面，则利用大小单资金行为及雪球大V自选股数据，捕捉资金参与和市场关注的变化。
　　不同指标适用性存在行业差异
　　根据多区间回测表现筛选适用行业，并从成长价值风格和机构持仓特征分析其分布。趋势动量、情绪扩散类指标偏向成长行业，散户羊群效应、成交额拥挤度等指标偏向价值行业。八类子策略整体相关性较低，为信号合成提供互补信息。
　　分类等权合成取得较好的风险收益表现
　　通过分类等权合成行业择时信号，2010年1月至2026年9月，组合年化收益率为12.5%，高于半仓等权基准的1.7%；最大回撤为16.7%，低于基准的42.5%，信息比率为1.43。分行业来看，30个行业的策略年化收益率均高于对应基准，行业回撤得到显著改善。合成信号平均胜率为60.7%，平均赔率为1.91。
　　时序择时为行业轮动提供互补信号
　　我们此前在《行业轮动3.0：范式、模型迭代与ETF轮动应用》中，从交易行为、景气度、资金流等六个维度构建截面行业轮动模型。本文时序信号和截面模型结合，2019年以来，两类模型等权组合的年化收益率为16.9%，最大回撤为23.5%，优于行业满仓等权基准的7.2%和39.3%，体现了时序与截面信号结合的配置价值
　　风险提示：模型基于历史数据测算，未来存在失效风险。