AI驱动的股市主题轮动体系：热点“温度计”+政策“风向标”

摘要： 本报告旨在构建一套基于 AI 工具的股市主题轮动执行体系，通过量化“主题热度”与“政策方向”两个维度，识别热点轮动的有效执行路径。

核心观点：

1. 维度分工：主题热度被定义为“温度计”，反映当下市场情绪，其收益主要集中在发酵当周；政策方向被定义为“风向标”，指向中期收益，其红利通常在发布后一个月逐步兑现。
2. 操作纪律：主张“共振上车，冲突下车”。政策扶持与主题利好共振时适合逢低布局；而政策收紧与主题火热冲突时，短期情绪虽能推高股价，但中期风险较大。
3. 热度悖论：热度评分最高（S级）的主题往往已被充分挖掘，次周收益反而递减，提示热度见顶时应考虑止盈而非追涨。

论据支撑：

1. 数据量化：通过 AI 对 2025 年 10 月至 2026 年 6 月的政策与主题进行六维打分并与指数对齐，发现政策扶持产业未来 4 周平均上涨 5.7%，而单纯热度最高的主题次周平均回落 0.6%。
2. 资产映射：不同叙事类型利好资产不同。例如，产业扶持（科技/AI）利好 TMT、高端制造和军工；鹰派地缘/出口管制则利好避险贵金属。

局限性/风险：
叙事信号的解释力有限，主题识别与指数映射过程中可能存在误差，历史规律不代表未来走势。