1. 课程导入与市值风格轮动全景
在A股市场里，经常会出现这样一种现象：某一段时间大盘蓝筹股持续走强，指数涨得不多但沪深300、上证50表现稳健；过一段时间风向突变，中证500、中证1000这类中小盘指数开始领涨，题材股活跃、涨停家数增多。很多投资者把这种现象简单归结为“市场风格切换”，但真正能在实战中识别并利用它的人并不多。本课程要解决的，正是如何用可量化、可复现的方法，识别不同市值风格之间的轮动，并把它转化为可执行的配置决策。
先明确本课程的学习目标。第一，理解市值风格的定义与划分标准，知道大盘、中盘、小盘各自对应哪些指数与股票池；第二，掌握市值风格轮动的经济逻辑与驱动因素，能解释“为什么轮动会发生”；第三，建立一套从数据准备、指标构建、信号生成到回测验证的完整实战路线；第四，能够独立完成一次风格轮动的识别与判断，并对结果做出合理解读。这四点贯穿全部30章，本章作为开篇，重点是把全景地图铺开，让后续每一章都知道自己处在哪个位置。
市值风格的定义与划分
市值风格，本质上是按上市公司总市值或流通市值大小对股票进行分组，并观察不同组别之间的相对表现。实务中最常用的划分方式是借助指数体系：大盘风格通常对应沪深300、上证50，成分股多为市值靠前、流动性好的行业龙头；中盘风格对应中证500，覆盖市值排名中段、成长性较突出的公司；小盘风格对应中证1000、中证2000乃至更小市值的股票池，弹性大、波动也大。划分阈值并非固定不变，会随市场整体市值扩张而漂移，因此实战中更稳妥的做法是使用指数成分作为风格代理，而不是手工设定一个绝对市值门槛。
需要强调的是，市值风格不等于行业风格。大盘股里既有银行、白酒，也有新能源龙头；小盘股里既有科技题材，也有传统制造。市值是横截面维度，行业是另一个维度，两者会交织。本课程聚焦市值维度，但在分析轮动原因时，会适当引入行业与宏观因素，避免把市值效应和行业效应混为一谈。
轮动现象的经济逻辑
市值风格为什么会轮动？可以从三个层面理解。其一是流动性层面：当市场流动性宽松、风险偏好上升时，资金更愿意追逐弹性大的中小盘股，小盘风格占优；当流动性收紧、避险情绪升温时，资金回流确定性高、流动性好的大盘蓝筹，大盘风格占优。其二是盈利与估值层面：大盘股盈利稳定但成长斜率平缓，小盘股盈利波动大但想象空间大，当经济复苏预期强、产业主题活跃时，小盘更受青睐；当经济下行、追求确定性时，大盘更抗跌。其三是制度与资金结构层面：注册制、退市制度、公募基金发行节奏、北向资金流向等，都会阶段性改变不同市值股票的供需格局。
把这三层逻辑落到可观测的变量上，就形成了本课程后续要构建的指标体系：流动性指标（如利率、社融、成交额）、风险偏好指标（如涨停家数、换手率、波动率）、相对强弱指标（如大小盘比值曲线的动量与均值回归特征）。理解逻辑不是为了讲故事，而是为了知道每个指标背后对应哪种市场状态，从而在信号冲突时做出取舍。
上图把本课程的三块核心内容放在同一张全景里：左侧是驱动轮动的三层逻辑，中间是三种市值风格的代理指数，右侧是实战路线的四个环节，底部用两条相对强弱曲线示意风格切换的形态。需要说明的是，底部曲线为教学示意，用于说明“两条相对强弱线交叉的区域往往对应风格切换窗口”，并非真实回测结果。后续章节会用真实数据把这条曲线算出来。
数据环境准备
实战开始前，需要把数据环境搭好。本课程建议的最小数据集包括三类。第一类是风格代理指数的日行情：沪深300、中证500、中证1000的收盘价、成交额，时间跨度建议至少覆盖一轮完整的牛熊，例如2016年初至2024年底，这样样本内既有大盘占优阶段，也有小盘占优阶段。第二类是宏观与流动性指标：银行间利率、社融同比、M2同比等，频率为月度或周度，使用时需注意与日频行情对齐时的前视偏差问题。第三类是市场情绪指标：全市场成交额、涨停家数、换手率，可从行情数据聚合得到。
数据落地建议用一张宽表管理：每行一个交易日，列包括各指数收盘价、成交额、以及对齐后的宏观指标。对齐原则是“只用当日及之前已知的数据”，宏观指标按发布日而非统计期对齐，避免未来函数。这一步看似琐碎，却是后续信号可信度的基础，很多回测虚高都源于此。
本课程的判断约定
为避免后续表述歧义，先统一几个约定。第一，所有“相对强弱”均定义为小盘指数收盘价除以大盘指数收盘价，比值上升表示小盘占优，比值下降表示大盘占优。第二，动量类指标默认使用20个交易日与60个交易日两个窗口，分别对应短期与中期。第三，信号判定采用“状态”而非“单点预测”，即输出当前处于大盘占优、小盘占优还是切换观察区，而不是预测明天涨跌。第四，所有示例参数均为教学设定，实际使用时应根据样本区间与交易成本做敏感性检验。
把全景铺开之后，接下来的章节会沿着“数据—指标—信号—回测”的路线逐层展开。本章的任务是建立地图感：知道市值风格怎么划分、轮动为什么发生、实战要经过哪几步、数据要准备到什么程度。带着这张地图进入后续学习，每一个指标和每一行代码都能找到它在整体中的位置。