利用量化交易进行行业轮动投资可按以下步骤进行：
首先，构建数据体系。收集行业相关的多类数据，如行业的财务指标、宏观经济数据、政策信息等。这些数据是后续分析的基础。
其次，确定轮动策略。可以采用动量策略，即投资过去一段时间表现好的行业，因为它们可能在短期内继续保持优势；也可使用估值策略，选择估值较低的行业，等待价值回归。还能结合技术分析指标，像移动平均线等判断行业趋势。
然后，进行模型开发。运用编程语言如Python，借助机器学习算法，根据前面确定的策略来开发量化模型。用历史数据对模型进行回测，优化参数，确保模型在历史数据上表现良好。
接着，实时监控与调整。在实盘交易中，持续监控行业数据和市场情况，根据模型信号进行行业切换。当模型提示某个行业达到买入或卖出条件时，果断执行操作。
最后，风险控制。合理设置止损点，避免在市场不利变化时遭受过大损失。同时，分散投资多个行业，降低单一行业波动带来的风险。通过不断总结投资经验，优化量化模型和投资策略。