◈08|给5000只股票画像(上):行业、概念与风格

08|给5000只股票画像(上):行业、概念与风格

你好,我是陈旸。

请想象这样一个场景:你走进一家超级巨大的相亲角,里面有5000位候选人。你的任务是:在10分钟内,挑出一位未来一年最可能飞黄腾达的伴侣。如果你一个一个去聊天、看简历,别说10分钟,给你10年你也看不完。那高效的人是怎么做的? 他们会先看标签。

  • 程序员 vs 公务员(行业)

  • 海归博士 vs 拆迁户(概念/题材)

  • 稳重顾家 vs 激进冒险(风格)

如果你喜欢安稳,你会直接过滤掉“激进冒险”的标签;如果你看重潜力,你会重点筛选“海归博士”。通过标签筛选,5000人瞬间变成了50人。这就是降维打击。

在A股市场,我们面对着超过5000只股票。对于散户,这是一个眼花缭乱的迷宫;但对于AI量化交易来说,这是一个巨大的结构化数据库。AI选股的第一步,不是计算复杂的公式,而是给这5000只股票打标签。这就是我们常说的股票画像。

今天,我们来学习如何用量化思维给股票查户口。我们要讲的是三个最核心的标签维度:行业(赛道)、概念(故事)与风格(性格)。

第一张标签:行业(赛道)——资金流动的河床

1. 为什么男怕入错行?

在股市里,选择比努力重要一万倍。如果你在2020年买了白酒行业的股票,哪怕是业绩最差的三线酒企,你也能翻倍。如果你在2023年买了房地产行业的股票,哪怕是龙头,你也可能腰斩。这就是贝塔(Beta)的力量。水涨船高,水落石出。资金就像水,行业就是河床。水流到哪里,哪里的鱼就活蹦乱跳。

2. 量化的行业标准:申万一级

在量化交易中,我们不说“做科技股”,我们说“做申万电子”或“申万计算机”。申万行业分类是目前A股量化圈的通用标准。它把全市场股票分为:

  • 31个一级行业:如电子、医药生物、食品饮料、银行、国防军工。

  • 134个二级行业:比如电子下面分为半导体、光学光电子。

  • 346个三级行业:比如半导体下面分为分立器件、集成电路设计。

3. AI的进化:从静态分类到动态产业链

传统的行业分类是死的,比如宁德时代,在申万分类里属于电力设备。但AI不满足于此。AI通过知识图谱技术,构建了一张动态的产业链地图。

AI的视角:它不仅仅把宁德时代看作电力设备,它看到的是一个巨大的蜘蛛网节点:

  • 上游:连接着赣锋锂业(锂矿)、恩捷股份(隔膜)。

  • 下游:连接着特斯拉(汽车)、蔚来(造车新势力)。

  • 竞品:连接着比亚迪(电池业务)。

实战应用:供应链传导策略

当AI监控到上游的碳酸锂价格暴跌时:

  • 传统量化:可能只知道利空矿企。

  • AI量化:迅速推演。上游降价 = 中游成本降低 = 利好宁德时代。于是,AI会在做空赣锋锂业的同时,反手做多宁德时代。

这就是产业链套利。只有给股票打上了精准的上下游标签,你才能捕捉到这种蝴蝶效应。

第二张标签:概念(故事)——情绪的放大器

1. 行业是面子,概念是里子

如果说行业是基本面,那么概念就是想象力。A股是一个非常讲究故事的市场。一个好的故事,能让市盈率从20倍拔高到100倍。比如低空经济、元宇宙、室温超导、Kimi概念股。这些概念在申万行业里是找不到的。它们是游资和市场合力创造出来的虚拟标签。

2. 概念的特征:多重身份

一只股票只能属于一个行业,但可以拥有几十个概念。比如万兴科技:

  • 行业:计算机。

  • 概念:Sora概念、AI大模型、出海概念、短视频剪辑……

概念越多,意味着它的股性越活。当市场炒作AI时,它涨;当市场炒作出海时,它也涨。这就是所谓的辨识度。

3. AI的应用:自动打标

概念是稍纵即逝的。今天早上的新闻,可能下午就变成了一个新概念(比如全固态电池)。等传统的分析师把股票整理好,黄花菜都凉了。AI量化使用AI大模型接口,实时监控全网新闻和研报。

工作流:

  1. 抓取:AI爬取财联社电报:“华为发布全液冷超充技术”。

  2. 提取:识别关键词“全液冷”“超充”。

  3. 匹配:在数据库中搜索哪些上市公司的公告里包含这些技术关键词,或者哪些公司是华为的供应商。

  4. 打标:瞬间给永贵电器、双杰电气打上“华为液冷超充”的新标签。

  5. 买入:在概念板块指数还没生成之前,AI已经完成了潜伏。

这就是为什么现在的热点发酵速度极其快。你还在查这公司是干嘛的,AI已经把它打上网红标签并推上网红榜一了。

第三张标签:风格(性格)——量化的灵魂

前两个标签是给散户看的,第三个标签是给专业机构看的。风格(Style),决定了这只股票的性格底色。

1. 两个最核心的风格维度

就像人有外向和内向,股票主要看两个维度:

  • 市值风格(Size):大盘股 vs 小盘股。

  • 估值风格(Value):价值股 vs 成长股。

这构成了四个象限:

  1. 大盘价值:如工商银行、中国神华。性格稳重,不爱动,分红高。

  2. 大盘成长:如宁德时代、贵州茅台(曾经)。性格也是大块头,但跑得快,业绩增速高。

  3. 小盘成长:如刚上市的科技小票。性格泼辣,波动极大,要么翻倍要么退市。

  4. 小盘价值:如一些被遗忘的传统行业小公司(微盘股)。

图片

2. 著名的风格轮动

A股市场有一个著名的现象:大小盘跷跷板 。 资金通常不会同时攻击大票和小票。

  • 2017-2020年:是核心资产的天下(大盘成长)。买茅台、买平安躺赢。小票跌成了狗。

  • 2021-2023年:是国证2000和微盘股的天下(小盘风格)。茅台跌跌不休,不知名的小票涨上天。

AI的应用:风格择时

量化模型会实时计算大小盘指数的相对强弱。

  • 当AI发现:代表小盘股的中证1000指数,连续跑赢代表大盘股的沪深300指数。

  • AI指令:切换风格。卖出所有的大盘股,一键买入小盘股量化指增基金。

很多散户亏钱,不是因为选错了股票,而是站错了队。在小盘股风格里死守大盘股,或者在大盘股风格里去赌小妖股,都是逆势而为。

AI的终极选股逻辑:多维向量匹配

了解了下面的三个标签,你就明白了AI是怎么选股的 。AI不是神,它只是一个超级筛选器。

场景示例: 假设现在是2026年的某一天。

宏观环境:流动性宽松(利好小盘),AI技术爆发(利好科技)。

人类交易员的需求:“我要买科技股。” (结果:选出500只,太宽泛,买入后发现有的涨有的跌。)

AI交易员的筛选逻辑(Prompt):“请帮我筛选满足以下标签的股票:

  1. 行业标签:申万计算机或申万通信(赛道对)。

  2. 概念标签:必须包含算力租赁或CPO光模块(故事要性感)。

  3. 风格标签:

    1. 市值 < 100亿(小盘,弹性大)。

    2. 营业收入增长率 > 30%(真成长,不是纯炒作)。

    3. 动量排名 > 前10%(近期必须是强势的)。”

输出结果:5300只股票 -> 行业筛选剩200只 -> 概念筛选剩50只 -> 风格筛选剩5只。这5只,就是六边形战士。

这就是量化选股的核心:多因子叠加。我们不赌某一个标签,我们赌的是概率的叠加。当一只股票同时具备了“好赛道+好故事+好性格”时,它上涨的概率将从50%提升到70%。

AI量化策略建议

听完这一讲,你可能会有种豁然开朗的感觉。原来乱糟糟的股市,是可以被结构化的。

1. 别只看代码,看标签

以后看股票,不要只盯着K线看涨跌。去同花顺F10,或者萝卜投研、QMT里,看它的标签。问自己三个问题:

  • 它属于哪个行业?现在这个行业是顺风还是逆风?

  • 它有什么核心概念?这个概念是过气了(如口罩)还是正当红(如人形机器人)?

  • 它是大票还是小票?现在的市场风格在它这边吗?

2. 建立你的股票池

不要每次都在5000只股票里大海捞针。利用AI工具(比如问财搜索),建立几个不同风格的股票池:

  • 进攻池:小盘+科技概念+高动量。

  • 防守池:大盘+高股息+低估值。

  • 潜力池:机构重仓+业绩超预期。

根据市场行情,在这几个池子里切换,而不是在全市场乱撞。

3. 警惕标签的陷阱

标签是会骗人的。

  • 概念蹭热点:很多公司发公告说自己有AI业务,其实只是办公在 DeepSeek。AI量化需要通过供应链数据去伪存真。

  • 风格漂移:有些基金经理名为中小盘精选,结果偷偷买了茅台。你需要看它的持仓数据,而不是看名字。

本讲金句弹幕

图片

课后思考题

打开你的持仓,挑一只亏损最严重的股票。请给它打上行业、概念、风格三个标签。然后去看看,过去半年,市场涨得最好的股票是什么标签?

你会发现,你可能是在用“大盘/价值/房地产”的标签,去对抗“小盘/成长/AI”的市场风口。输给风口,不丢人。但下次,我们要学会站在风口上。下一讲,我们要专门讲一讲那类性格最稳重的股票。它们是量化资产配置的压舱石,是普通人战胜通胀的神器。