1. 课程导入与动量分析框架

在板块轮动交易中，投资者最常遇到的困惑不是“某只股票好不好”，而是“现在该把注意力放在哪个方向”。板块动量排名与强度变化分析，正是为了解决这个问题而建立的一套量化观察方法。它的核心目标可以概括为一句话：用可重复的指标，把“哪个板块正在变强、哪个板块正在转弱”从主观感觉变成可比较、可跟踪、可验证的排序结果。

需要先明确一个基本认识：动量不等于涨幅。涨幅只描述过去一段时间价格移动了多少，而动量关注的是“上涨的力度是否在延续、相对其他板块是否占优、强度变化的方向是否一致”。举例来说，A板块近20日上涨8%，B板块上涨12%，单看涨幅B更强；但如果A板块近5日涨幅持续扩大、成交额同步放大，而B板块近5日涨幅快速收窄、量能萎缩，那么从动量强度变化的角度看，A板块的“边际强度”反而更值得关注。本课程后续所有指标设计，都围绕“水平”和“变化”这两个维度展开。

三个典型应用场景

第一是方向选择。当市场处于结构性行情时，资金往往集中在少数板块。通过动量排名，可以把几十个行业或概念板块压缩成一张有序列表，把研究精力优先投向排名前列且强度仍在提升的方向。第二是轮动跟踪。排名不是静态的，某板块从第15名升至第3名，或从第2名跌至第12名，这种位次迁移本身就是重要信号。第三是风险预警。当持仓板块的动量排名持续下滑、强度变化由正转负时，提示需要重新评估仓位，而不是等到价格明显回撤才被动应对。

这里必须强调一个边界：动量分析是相对强弱的排序工具，不是价格预测工具。它回答的是“当前哪个方向更强、强度在往哪个方向变化”，不回答“明天一定涨还是跌”。把它当作筛选与跟踪的框架，而不是买卖点的唯一依据，才能发挥其真正价值。

从数据到决策的完整分析框架

整个分析链条可以拆成五个环节，每个环节都有明确的输入与输出。下面这张图展示了框架的整体结构与数据流向：

图中五个环节构成一个闭环：数据获取保证口径一致，指标计算把原始行情转化为可比较的分数，排名与变化环节同时输出“水平”和“边际”两类信息，状态判定把连续数值映射为可操作的类别，最后落到关注清单与持仓复核。虚线回路表示这套流程需要按固定频率滚动更新，而不是一次性计算。

指标口径必须先约定清楚

框架能否复现，取决于口径是否统一。以图中示例约定为例：动量得分采用多周期加权，20日、10日、5日收益分别赋予0.5、0.3、0.2的权重，体现“中期趋势为主、短期变化为辅”的思路；随后除以20日波动率做标准化，避免高波动板块仅因波动大而获得虚高分数。排名变化ΔRank定义为“今日排名减5日前排名”，因此负值代表位次上升，这一点必须在全文和图表中保持一致，否则很容易把“变强”误读成“变弱”。强度变化ΔScore为今日得分减5日前得分，正值表示强度提升。

举个教学示例（以下数值为合理假设，用于说明计算过程）：某板块20日收益6%、10日收益3%、5日收益1%，20日波动率折算为2%。则原始加权收益为0.5×6%+0.3×3%+0.2×1%=3.9%，标准化得分约为3.9%/2%=1.95。若5日前该板块得分为1.60、排名第9，今日排名第4，则ΔScore=+0.35，ΔRank=4−9=−5，说明强度提升且位次前移5名，属于“走强”状态。反之若得分为1.20、排名从第3跌至第11，则ΔScore为负、ΔRank=+8，属于“走弱”状态。

四象限状态与学习路径

把“当前得分水平”和“强度变化方向”两个维度交叉，可以得到四类状态：高得分且ΔScore为正，是“强势走强”，通常是重点关注对象；高得分但ΔScore为负，是“强势转弱”，需要警惕；低得分但ΔScore为正，是“弱势转强”，属于潜在轮动候选；低得分且ΔScore为负，是“弱势走弱”，暂时回避。这个四象限判断会在后续章节中反复使用，也是把排名数据转化为决策语言的关键一步。

本课程的学习路径按“先建框架、再练指标、后做决策”推进：先理解动量排名的含义与边界，再掌握数据获取、指标计算、排名变化的具体实现，接着学习状态判定与轮动信号识别，最后通过案例复盘把整套流程串起来。学习过程中建议始终带着一个真实板块列表动手计算，哪怕只用十几行数据，也比只看公式更容易建立手感。

最后给出一个可直接使用的每日跟踪表头，作为本节的交付成果示例，字段可按自己的数据源增减：