量化中的“赛道论”：用Baostock免费进行行业分类与轮动研究

量化行业分类及轮动是量化投资中的核心策略之一，旨在通过分析宏观经济周期、市场情绪和行业特性，动态调整行业配置以获取超额收益。以下是关键要点：

一、行业分类标准

周期性行业‌：如汽车、房地产、钢铁等，经济扩张期表现优异，衰退期表现较差‌。

成长性行业‌：如科技、医药，通胀下降时受益于贴现率降低，表现突出‌。

利率敏感性行业‌：如银行、消费，在货币政策宽松的复苏阶段表现较好。

资产类行业‌：如采矿业（对金属价格敏感）、能源业（对油价敏感），与特定资产价格强相关。

二、轮动策略逻辑

1、宏观经济驱动‌：

货币供应量（如M2增速）是重要指标，扩张期配置周期性行业，紧缩期转向非周期性行业（如公用事业、消费）。

经济周期中，行业轮动遵循“先导行业→跟随行业”的链条，例如基建投资带动钢铁、机械，进而传导至消费、文化等。

2、市场情绪与技术指标‌：

通过量价因子（动量、资金流、波动率等）捕捉短期趋势，例如2025年国金模型通过双周频率轮动，优选传媒、有色等板块。

3、量化模型应用‌：

马尔可夫链可量化状态转移概率，预测行业轮动规律。

下面以Baostock为例，进行行业分类及轮动研究：

import baostock as bs

import pandas as pd

登陆系统

lg = bs.login()

显示登陆返回信息

print('login respond error_code:'+lg.error_code)

print('login respond error_msg:'+lg.error_msg)

rs = bs.query_stock_industry(code="sh.600000", date="")

print('query_stock_industry error_code:'+rs.error_code)

print('query_stock_industry respond error_msg:'+rs.error_msg)

industry_list = []

while (rs.error_code == '0') & rs.next():

industry_list.append(rs.get_row_data())
result = pd.DataFrame(industry_list, columns=rs.fields)

result.to_csv("D:/stock_industry.csv", encoding="gbk", index=False)

print(result)

bs.logout()

‌