1. 课程导入与量化框架

在投资研究与内容运营中，“这个主题很热”几乎是最常见也最模糊的判断。有人看朋友圈刷屏，有人看涨停家数，有人看新闻头条，结论往往互相矛盾。原因不在于谁看得不准，而在于“热”本身没有被拆成可观测、可比较、可回溯的量。本课程要解决的核心问题就是：把主题热度与市场关注度从主观感受转化为一组有定义、有口径、有更新频率的量化指标，并进一步形成从数据到决策的完整链路。

一、两个概念必须先划清边界

主题热度描述的是一个产业主题（例如“固态电池”“人形机器人”“低空经济”）在信息空间中被讨论、被传播的强度。它关心的是“有多少人在说、说得多快、传播面多广”，本质上是一种注意力流量。它的典型数据源是搜索引擎指数、社交平台讨论量、新闻与研报曝光量、短视频与问答平台的内容增量。

市场关注度描述的是资金与交易行为对该主题的响应强度。它关心的是“有多少钱在买、买得多急、交易多拥挤”，本质上是一种资金与筹码行为。它的典型数据源是主题成分股的成交额、换手率、主力资金净流入、融资余额变化、涨跌家数与涨停家数。

两者不是同义词，而是存在时滞与传导关系：信息热度往往先起，资金关注度随后响应；但信息热度高而资金不进场，说明主题缺乏承接，属于“叫好不叫座”；资金关注度骤升而信息热度平稳，则可能是存量资金博弈或消息尚未扩散。把两者混为一谈，就会出现“新闻很多所以应该买”的典型误判。因此本课程的第一个原则是：热度与关注度分轨采集、分轨打分、合并解读。

二、量化目标：不是算一个数，而是回答四类问题

建立指标体系前要先明确目标，否则指标会越加越多却无法决策。本课程的量化目标归纳为四问：

• 方向：该主题当前处于升温、高位、降温还是沉寂状态？
• 强度：相对自身历史与相对其他主题，它处在什么分位？
• 结构：热度来自少数龙头还是全面扩散？资金是集中还是分散？
• 持续性：增量是单日脉冲还是连续多日累积？

这四问决定了后续所有指标都必须具备可比性（可跨时间、跨主题比较）与可回溯性（能复现历史某日的数值）。因此原始数据不能直接使用，必须经过标准化处理。

三、核心指标维度与口径设计

下面给出一套可直接落地的五维指标框架。示例中的数值均为教学假设，用于说明计算方式，不代表任何真实市场数据。

口径设计有三个容易踩的坑。第一是关键词漂移：主题词会随事件演化（如“固态电池”衍生出“半固态”“硫化物路线”），关键词表需要版本化管理，否则历史序列会断裂。第二是规模不可比：搜索量是百万级、新闻是百条级、资金是亿元级，直接相加毫无意义，必须先转成统一量纲。第三是幸存者偏差：主题成分股会调整，若用当前成分股回溯历史，会高估过去的热度，应使用历史时点成分股。

四、标准化：把不同量纲压到同一把尺子上

推荐使用历史分位数而非简单归一化。以搜索指数为例：取过去250个交易日（约一年）的日值序列，计算当日值在该序列中的百分位，得到0～100的分数。这样做的优点是抗极端值、可跨主题比较，且天然回答“相对自身历史有多热”。

# 教学示例：单指标历史分位打分（伪代码）
def percentile_score(series, today_value, window=250):
    hist = series[-window:]              # 取近一年历史
    rank = sum(1 for v in hist if v < today_value)
    return round(rank / len(hist) * 100, 1)

# 假设某主题搜索指数近一年序列已就绪
score_search = percentile_score(search_series, today_value=186)
# 示例输出：score_search = 92.4  → 处于近一年 92.4% 分位，明显偏热

五个维度各自得到0～100分后，再按权重合成综合热度。权重不应拍脑袋，建议按“信息类”与“资金类”分组：信息组（搜索、社交、新闻）合计权重0.5，资金组（资金流向、交易活跃度）合计权重0.5，组内再分配。这样做的意义是强制保持两类信号的平衡，避免某一类数据源主导结论。示例：搜索0.20、社交0.15、新闻0.15、资金0.30、交易0.20。

五、从数据到决策的完整分析链路

指标算出来只是中间产物，真正产生价值的是链路。本课程统一采用六段链路：数据采集 → 清洗对齐 → 指标计算 → 分位打分 → 综合合成 → 状态判读与决策。其中“清洗对齐”最容易被低估：不同数据源的时间戳口径不同（搜索按自然日、资金按收盘、社交按发布时刻），必须统一到同一交易日的收盘时点，否则会出现“用今天下午的社交数据解释今天上午的资金流”这种时序错位。

链路末端的状态判读，建议用“双轴四象限”而不是单一总分。横轴为信息热度分位，纵轴为资金关注度分位，以50分为中线，得到四个区域：双高为“共振区”，通常对应主题主升段但拥挤度也高；信息高资金低为“观察区”，需等待承接确认；资金高信息低为“博弈区”，多为存量资金或消息未扩散，持续性存疑；双低为“沉寂区”，可纳入潜在主题池跟踪。这一判读方式把“热不热”升级为“热在哪一侧、缺哪一侧”，直接对应不同的应对动作。

六、一个可复现的判读示例

假设某主题在某一交易日得到如下分位分：搜索92、社交88、新闻76、资金45、交易活跃度52。按前述权重合成：信息组 = 92×0.20 + 88×0.15 + 76×0.15 = 18.4 + 13.2 + 11.4 = 43.0；资金组 = 45×0.30 + 52×0.20 = 13.5 + 10.4 = 23.9；总分 = 66.9。落在“信息高、资金中低”的观察区。此时合理的结论不是“热度很高可以追”，而是“传播已充分、资金承接不足，需观察后续3～5日资金分位能否上穿50”。若连续三日资金分位升至60以上，则进入共振区；若信息分位开始回落而资金仍不动，则主题大概率退潮。这个示例说明：量化框架的价值不在于给出一个漂亮的总分，而在于把总分拆回各维度，指出短板在哪、下一步该看什么。