1. 课程导入与问题界定
在A股市场的运行过程中，板块之间的相对强弱并非恒定不变。当某一轮主导行情走到中后段，资金会从前期涨幅较大的板块逐步撤出，向估值更低、催化更明确或景气度出现拐点的方向迁移。这种迁移不是某一天完成的，而是持续数周甚至数月的过程，我们把它称为板块切换期。对组合管理者而言，切换期最危险的不是"看错方向"，而是"在方向已经变化时，仓位结构仍然停留在旧方向上"——账户表面上看仍在盈利或小幅回撤，但底层暴露已经与市场主线严重错位。
本课程要解决的核心问题可以概括为一句话：在板块切换期，如何量化地知道自己的组合"押在了哪里、押了多少、押错了会怎样"。这就是仓位暴露测算。它不是简单地统计各行业市值占比，而是要把持仓拆解到可比较的风险因子上，回答三个层次的问题：当前组合对哪些板块、哪些风格因子存在净暴露；这些暴露相对于基准偏离了多少；如果切换继续演进，暴露会带来多大的潜在损失或收益。
板块切换期的三个典型市场特征
要界定问题，先要认清环境。板块切换期通常伴随以下特征，它们直接决定了暴露测算的侧重点：
- 相关性结构突变。旧主线板块内部高度同涨同跌，但与新主线之间转为负相关或低相关。此时组合的名义分散度可能很高，但有效分散度很低。
- 风格因子轮动加速。例如从"大盘价值"向"中小盘成长"切换时，市值因子和估值因子的暴露会在短时间内主导组合收益，行业选择的作用反而被稀释。
- 成交与资金流出现结构性迁移。北向资金、融资余额、ETF申赎在不同板块间的流向出现持续分化，这是切换的先行或同步信号，也是暴露测算的重要输入。
下面这张图把"市场特征—测算目标—输出结果"的关系梳理出来，帮助你在进入具体计算前建立整体框架。
为什么传统持仓统计不够用
很多投资者习惯看"行业市值占比"来判断仓位结构，这在平稳期基本够用，但在切换期会严重失真。原因有三点。第一，市值占比是静态快照，无法反映持仓之间的相关性变化——两个行业各占20%，如果它们高度负相关，实际风险贡献可能远低于表面数字。第二，市值占比忽略了风格因子的共同驱动，一个组合可能横跨五个行业，但这五个行业都高度暴露于"小市值+高动量"，一旦风格反转，五个行业同时回撤。第三，市值占比没有基准概念，无法回答"我相对市场多押了什么"，而主动管理的收益恰恰来自偏离基准的暴露。
因此，本课程采用的暴露测算框架，是把持仓映射到"行业维度 + 风格因子维度"的双层结构上，并以基准为参照计算主动暴露。行业维度回答"押在哪个赛道"，风格维度回答"押在哪种属性"，两者结合才能刻画切换期的真实风险画像。
课程整体框架与学习路径
本课程共30章，按"认知—方法—工具—实战—复盘"的逻辑递进组织，可分为五个模块：
- 问题界定与框架搭建（第1—5章）。明确切换期特征、暴露测算的目标与边界，建立行业+因子的双层暴露模型，并统一符号与参照系约定。
- 数据与计算基础（第6—12章）。讲解持仓数据、行情数据、因子数据的口径与清洗，收益率分解方法，以及暴露系数的估计方式（回归法与持仓穿透法）。
- 测算工具与指标（第13—20章）。构建暴露矩阵、主动暴露、跟踪误差分解、情景冲击测试等核心指标，并给出可复用的计算表与参数设置。
- 切换期实战应用（第21—26章）。结合真实市场情境，演示如何识别切换信号、如何用暴露测算判断组合错位程度、如何制定调仓优先级与风险预算再分配。
- 复盘与体系化（第27—30章）。建立暴露跟踪台账，复盘切换期决策得失，把测算流程固化为可重复执行的管理制度。
一个直观的示例：名义占比相同，暴露截然不同
假设有两个组合，行业市值占比完全一样：新能源30%、银行25%、消费25%、现金20%。组合A的新能源持仓集中在高动量、高估值的小盘股；组合B的新能源持仓是低估值、大市值的龙头。表面看两者行业结构一致，但在"市值因子"和"估值因子"上的净暴露方向相反。若市场从"小盘成长"向"大盘价值"切换，组合A的潜在回撤会显著大于组合B。这个例子说明：暴露测算的价值，在于把"看不见的偏离"变成"可比较的数字"，从而在切换发生前或发生初期就做出调整，而不是等到净值大幅回撤后才被动应对。