1. 课程导入与核心概念界定
在A股市场中，我们经常看到这样的现象：某一段时间里，人工智能板块连续走强，而白酒、银行等传统板块却持续低迷；过了一段时间，市场风格又突然切换到高股息、红利资产，此前的热门赛道则大幅回调。这种资金在不同行业板块之间此消彼长的现象，就是板块轮动。本课程要研究的核心问题不是"哪个板块会涨"，而是一个更基础、也更具操作意义的问题：在当前的大盘环境下，哪一类板块更可能获得资金青睐，轮动会沿着什么路径展开。
要回答这个问题，必须先厘清两个基础概念：板块轮动本身是什么，以及大盘环境由哪些维度构成。本节作为全课程的开篇，将完成概念界定、研究意义说明和整体学习路径的搭建，为后续的识别方法、匹配模型与实战应用打下共同语言基础。
一、板块轮动的定义与本质
板块轮动，指的是在市场运行过程中，资金依据宏观经济预期、政策导向、产业景气度、估值水平与风险偏好等因素，在不同行业、主题或风格板块之间进行有规律的流入与流出，从而形成板块间相对强弱此起彼伏的现象。理解这个定义，需要抓住三个要点。
第一，轮动的对象是"板块"，而非单只个股。板块可以按行业划分（如半导体、医药、煤炭），可以按主题划分（如人工智能、低空经济、国企改革），也可以按风格划分（如大盘价值、小盘成长、高股息）。不同划分口径下的轮动节奏并不一致，这一点在后续章节会专门讨论。
第二，轮动的驱动力是相对预期差，而不是绝对好坏。一个板块业绩增长20%但市场预期是30%，资金可能流出；另一个板块业绩零增长但预期是负增长，反而可能获得资金流入。轮动本质上是资金在比较不同板块的"性价比"与"预期修正空间"。
第三，轮动表现为相对强弱的迁移，而非所有板块同涨同跌。因此研究轮动必须使用相对指标，例如板块指数相对沪深300的超额收益曲线、板块成交额占全市场比重的变化等，而不能只看绝对涨跌幅。
二、大盘环境的构成维度
大盘环境是板块轮动得以展开的"土壤"。同样的产业利好，在增量资金入场、风险偏好上升的环境中可能催生持续行情；在存量博弈、避险情绪主导的环境中则往往只有一两日脉冲。我们把大盘环境拆解为五个可观察的维度：
- 趋势维度：以上证指数、沪深300的均线系统（如20日、60日、120日均线的排列与斜率）刻画市场处于上行、震荡还是下行趋势。
- 流动性维度：包括全市场成交额、两融余额变化、北向资金净流向、新发基金规模等，反映增量资金的多寡。
- 风险偏好维度：可用小盘成长相对大盘价值的比值、涨停家数与跌停家数之比、波动率指数等刻画市场是进攻还是防御。
- 盈利与估值维度：全A盈利增速预期、主要宽基指数市盈率所处的历史分位，决定市场整体的估值容忍度。
- 政策与事件维度：货币政策取向、财政发力节奏、重要会议与产业政策，往往直接触发特定板块的轮动起点。
这五个维度并非并列无关，而是相互传导：流动性宽松往往先改善风险偏好，风险偏好上升又推动成长板块估值扩张，最终体现在趋势上。理解这种传导顺序，是判断轮动方向的关键。
三、两者匹配的研究意义
把板块轮动与大盘环境放在一起研究，意义体现在三个层面。
第一，提高判断的胜率与可解释性。孤立地看某个板块的利好，很容易陷入"利好即买入"的误区。若同时观察环境，就能判断这个利好是否具备被资金承接的条件。例如在成交额持续萎缩至7000亿元以下的存量环境中，某主题板块出现政策催化，更合理的预期是短线脉冲而非趋势行情；而在成交额放大至1.2万亿元以上、两融余额回升的环境中，同样的催化更可能演化为阶段性主线。这里的数值仅为教学示例，实际使用时应结合当期市场水平动态校准。
第二，帮助控制回撤与仓位节奏。轮动研究的直接产出不是"买什么"，而是"现在该以多大比例、什么风格暴露参与"。当环境维度显示风险偏好下行、防御型轮动占优时，降低成长仓位、提高红利与现金比例，往往比在弱势板块中反复抄底更有效。
第三，形成可复用的研究框架。市场热点年年不同，但"环境—偏好—板块"的传导结构相对稳定。掌握这一框架后，面对新的主题和新的政策，研究者可以快速定位它在轮动链条中的位置，而不是每次从零开始。
四、整体学习路径
本课程共30章，整体按"概念—环境—板块—匹配—实战—复盘"的逻辑推进，可分为四个阶段。
第一阶段（第1—6章）建立语言与观测体系。在界定核心概念后，依次讲解大盘环境的趋势、流动性、风险偏好、估值与政策五个维度的具体观测指标与数据来源，解决"环境怎么量化"的问题。
第二阶段（第7—15章）理解板块与轮动规律。涵盖板块的分类口径、行业景气度跟踪、主题投资的识别、风格切换的驱动因素，以及历史上典型的轮动路径复盘，解决"板块怎么刻画、轮动怎么发生"的问题。
第三阶段（第16—24章）构建匹配模型。把环境状态与板块类型建立对应关系，讨论不同环境下的板块优先级排序方法、仓位与风格的动态调整规则，并通过案例演示从环境判断到板块选择的完整推演过程。
第四阶段（第25—30章）实战与复盘。聚焦信号验证、误判情形的处理、轮动节奏的跟踪表设计，以及研究结论的复盘迭代，形成可长期运行的研究闭环。