构建基于行业的投资者情绪指数有两种方法：第一种方法是先基于各个行业的相关指标，构造一个统一的投资者情绪指数计算公式，然后将不同行业的相关数据代人这个公式计算出不同行业的情绪指数；第二种方法是充分利用各个行业的相关数据和指标，直接构造出不同行业的情绪指数计算公式，以得到相应的各行业投资者情绪指数。其中第二种方法虽然尽可能的考虑到了各个行业的“个性”，为每个行业均构建了一个情绪指数计算公式，但是其得出的结果不利于在不同的行业间进行直接比较，因此，本章选取了第一种方式，即基于各个行业的相关指标来构造一个统一的投资者情绪计算公式。在随后的过程中，我们将进一步论证这种方法的合理性。与构建全市场的情绪指数类似，我们选取了六个指标来构建行业情绪指数。
首先，为了验证采用统一的投资者情绪计算公式这一方法的合理性，我们对六个指标进行了分行业的主成分分析，得到了23个申万一级行业的第一主成分向量。
在周数据分析结果中。各行业第一主成分向量系数的标准差很小，约为其均值的13%，因而在各个不同的行业中，这些主成分向量结构比较相似，从而可以将各行业投资者情绪指标合并起来用一个公式计算，以便于在同一个度量体系下对不同行业的投资者情绪状态进行比较分析。此外，从特征信息贡献率的角度来看，其第一主成分的贡献率平均约为0.33，而不同行业中这种贡献率的方差仅为0.01，这进一步确认了以上做法的合理性。从7-8月度数据的分析结果来看，以上逻辑同样成立，只是此时主成分向量系数的标准差有所变大，约为均值的27%。但是考虑到统一度量的重要性，本研究仍采用第一种方法来构建各行业的月度投资者情绪指数。
随后，通过主成分分析，我们基于所有行业的数据构建了一个统一的行业投资者情绪指数计算公式。其中，虽然第二主成分的贡献度也较大（22.3%），但是其主成分向量无法得到合理解释，因此这里仅采用第一主成分作为行业投资者情绪指数的度量标准。进一步分析发现，由此得到的行业投资者情绪指数与全市场的投资者情绪结构指数类似，主要与行业内的投资者情绪结构有着较大关系，因此也可以称之为“行业投资者情绪结构指数”。
此外，无论是基于周数据还是月数据，行业投资者情绪结构指数（Sl_ind）与全市场投资者情绪水平指数（Sl_mkt）呈负相关关系，与全市场投资者情绪结构指数（S2_mkt）呈正相关关系（其相关系数为0.617（周数据）和0.818（月数据）），这说明在全市场投资者情绪状态一定的情况下，各行业的情绪状态虽有共性但还是有明显差异的，因而基于行业情绪指数进行板块轮动的预测分析有了合理的依据。
