7种量化选股模型
多因子量化选股指标公式
多因子量化选股指标公式
多因子量化选股指标公式是一种用于在股票市场中选择优质个股的数学模型。
它通过运用多个因子指标来评估股票的投资价值，并以此为依据进行选股操作。
下面将介绍几种常见的多因子量化选股指标公式。
1. P/E 比率（市盈率）：市盈率是衡量股票价格与公司盈利之间关系的一个重
要指标。
公式为市值除以公司的净利润，其值越低，代表该股票的估值相对较低，投资价值较高。
2. P/B 比率（市净率）：市净率是衡量股票价格相对于每股账面净资产的指标。
公式为市值除以公司净资产，数值小于1代表股票可能被低估，值得投资。
3. ROE（净资产收益率）：ROE是衡量公司盈利能力的指标，公式为净利润除以净资产。
高ROE意味着公司利润增长能力强，可能是一个投资选择的重要因素。
4. 市值因子：市值因子是根据公司的市值来进行评估的指标，通常用于评估公
司的规模和估值。
较小的市值可能代表较高的成长空间和潜在收益。
5. 成长因子：成长因子是用于评估公司的盈利增长能力的指标。
常见的成长因
子包括每股收益增长率、销售增长率等。
6. 财务稳定性指标：财务稳定性指标用于评估公司的财务健康状况，包括债务
比率、流动比率等。
较低的负债比率和较高的流动比率代表着较好的财务稳定性。
需要注意的是，不同的投资者可能会根据自己的投资风格和策略选择不同的多
因子指标，因此，在使用多因子量化选股指标公式时，投资者应综合考虑多个因素，并以自身的风险承受能力和投资目标来制定投资策略。
量化交易模型100例
量化交易模型100例量化交易是一种利用数理或统计方法，根据历史数据和市场行情，通过制定一套严谨的规则和策略，进行金融交易的方法。
在金融领域，量化交易已经成为一种主流的交易方式，因为它能够提供高效、快速和系统化的交易决策。
在本文中，将介绍一百个不同类型的量化交易模型，分析其原理和应用。
1. 均值回归模型均值回归模型是量化交易中常用的一种策略。
它通过分析价格的历史走势，利用统计学原理和显著性检验，判断当前价格与历史均值的偏离程度，从而进行交易决策。
这种模型适用于市场波动较小的情况，如股票市场中的股价。
2. 动量策略模型动量策略模型是一种根据价格走势的momentum效应进行交易决策的方法。
它利用市场中的惯性效应，即价格趋势在相对短期内继续延续的趋势。
在价格上升时买入，在价格下降时卖出。
这种模型适用于市场中存在明显趋势的情况。
3. 套利模型套利模型是一种通过同时买入和卖出相关性较高的金融工具，从而利用市场价格的不对称性获利的交易策略。
这种模型利用了市场中的套利机会，通过买入低价资产和卖出高价资产的方式进行交易。
套利模型适用于市场中存在价格差异的情况。
4. 趋势跟踪模型趋势跟踪模型是一种根据市场趋势进行交易决策的方法。
它通过分析价格的趋势和趋势的持续性，判断市场的上升或下降趋势，并根据趋势的判断进行交易。
这种模型适用于市场中存在明显趋势的情况。
5. 风险平衡模型风险平衡模型是一种根据投资组合的风险和收益的平衡进行交易决策的方法。
它通过分析投资组合中不同资产的风险和收益，选择合适的资产分配比例，从而实现风险和收益的平衡。
这种模型适用于投资组合管理的情况。
6. 统计套利模型统计套利模型是一种利用统计学原理和方法进行交易决策的模型。
它通过分析历史数据和市场走势，利用统计学的套利机会进行交易。
这种模型适用于市场中存在统计学套利机会的情况。
7. 事件驱动模型事件驱动模型是一种根据市场中的事件和消息进行交易决策的方法。
量化选股的方法和步骤
量化选股的方法和步骤（原创实用版2篇）篇1 目录一、量化选股的定义和意义二、量化选股的方法1.基本面选股2.市场行为选股3.多因子选股4.风格轮动选股三、量化选股的步骤1.数据来源与处理2.选股模型选择与应用3.风险控制与优化策略四、总结与展望篇1正文一、量化选股的定义和意义量化选股是一种通过数量化的方法选择股票组合的投资策略，旨在获得超越基准收益率的投资行为。
量化选股通过分析各种因素，如公司基本面、市场行为等，来确定具有投资价值的股票。
这种策略具有标的分散性高、交易速度快、交易纪律强等特点，能够帮助投资者在海量的股票中快速找到具有投资价值的股票组合。
二、量化选股的方法1.基本面选股基本面选股主要关注公司的内在价值，通过分析公司的财务报表、经营状况、行业地位等基本面指标，来选择具有投资价值的股票。
基本面选股的关键在于对公司价值的准确判断，这需要对公司的经营模式、盈利能力、成长潜力等方面有深入的了解。
2.市场行为选股市场行为选股主要关注股票在市场中的表现，通过分析股票的价格、成交量、市盈率等市场行为指标，来选择具有投资价值的股票。
市场行为选股的关键在于对市场趋势的准确判断，这需要对市场的宏观经济环境、政策导向、市场情绪等方面有敏锐的洞察力。
3.多因子选股多因子选股是最经典的量化选股方法之一，它采用一系列的因子（如市盈率、市净率、股息率等）作为选股标准，满足这些因子的股票被买入，不满足的被卖出。
多因子选股的关键在于因子的选择与权重设置，这需要对股票市场的运行规律有深刻的认识。
4.风格轮动选股风格轮动选股是利用市场风格特征进行投资的方法，通过分析市场的价值、成长、小盘、大盘等风格特征，来选择具有投资价值的股票。
风格轮动选股的关键在于对市场风格的准确判断和及时切换，这需要对市场风格的演变有较强的预测能力。
三、量化选股的步骤1.数据来源与处理量化选股的第一步是解决数据来源的问题。
股票市场的场内交易数据集是量化选股的主要数据来源，这些数据可以通过交易所或数据服务商获得。
量化选股的方法和步骤
量化选股的方法和步骤【实用版6篇】篇1 目录一、量化选股的定义和意义二、量化选股的方法1.多因子选股2.风格轮动选股3.营业利润同比增长率选股4.市盈率选股三、量化选股的步骤1.数据来源2.数据处理3.选择选股模型4.执行选股策略5.风险控制与优化四、总结篇1正文量化选股是指通过数量化的方法选择股票组合，期望该股票组合能够获得超越基准收益率的投资行为。
在股市中，投资者通常会根据个人的投资经验和对公司的分析来选择股票，然而这种方法容易出现主观偏见和信息不全的情况。
因此，量化选股作为一种科学、客观的投资方法，越来越受到投资者的青睐。
量化选股的方法有很多，以下是几种常用的方法：1.多因子选股：这种方法采用一系列的因子（比如市盈率 pe）作为选股标准，满足这些因子的股票被买入，不满足的被卖出。
比如巴菲特这样的价值投资者就会买入低 pe 的股票，在 pe 回归时卖出股票。
2.风格轮动选股：这种方法是利用市场风格特征进行投资，市场在某个时刻偏向于某一类股票，如大盘股或小盘股，通过分析历史数据，可以找到这种市场风格的规律，从而进行投资。
3.营业利润同比增长率选股：对于不同的股票，如果营业利润率上涨了相同的比例，而股价上涨幅度不同，那么就买入上涨幅度较小的。
具体选股策略是对沪深 300 所有股票计算当前价格 p 与一年前的价格 p0 的比例，并用这个比例除以（1 营业利润同比增长率）。
4.市盈率选股：市盈率是股票价格与每股收益的比例，通常用来评估股票的估值。
低市盈率的股票可能被认为被低估，因此投资者可以挑选低市盈率的股票进行投资。
量化选股的步骤如下：1.数据来源：量化选股的数据最初来源是交易所，通过收集和处理场内交易数据，得到可以用于量化选股的数据集。
2.数据处理：获取到数据后，需要对数据进行清洗、整理和计算，以便于后续的模型建立和策略执行。
3.选择选股模型：根据投资目标和风险偏好，选择合适的选股模型，如多因子选股、风格轮动选股等。
量化交易选股标准
量化交易选股标准
量化交易选股标准是基于数据分析和数学模型的股票筛选方法，
以达到系统化、自动化的投资决策。
以下是一些常见的量化选股标准：
1. 市值：选择一定市值范围内的股票，例如小市值或大市值股票。
2. 盈利能力：选择具有稳定盈利能力和高盈利增长率的股票。
3. 估值：选择低估值或高增长潜力的股票。
4. 技术指标：基于技术分析指标，如移动平均线、相对强弱指标等，
选取具有良好趋势的股票。
5. 资金流向：选择近期资金流入较大的股票。
6. 杠杆比率：选择低负债比率、较小杠杆比率的股票。
7. 行业选择：选择处于相对强势或热门行业的股票。
8. 标准化指标：基于财务报表、市盈率等标准化指标选取股票。
量化选股还可以结合其他因素进行综合考虑，并通过回测和模拟
交易来评估选股策略的效果。
不同的投资者可以根据自己的投资目标
和风险偏好，设计适合自己的量化选股标准。
我认为最好用的量化选股公式排名
我认为最好用的量化选股公式排名
展开全文
No.1 强势股公式
强势股公式（接近一年新高90%附近）CLOSE/HHV(HIGH,N)>P;
说明：为啥我会把他排在第一位呢？因为任何一只牛股的必经之路就是符合强势股，这个接近一年新高也包含了创新高，所以在我看来这是趋势策略的No.1。
No.2 强势股新增
强势股每日新增XG:REF(C,1)<HHV(HIGH,250)*0.9 AND C>HHV(HIGH,250)*0.9;
说明：这个方法能够筛选出当天进入强势股的股票，在接下来行情中会具备创新高能力的。
这是第一个公式的延伸，我每天都会用这个公式刷新看下哪些股票在走强。
No.3 第二阶段
第二阶段（股票魔法师定义的）
CLOSE>MA(CLOSE,50) AND MA(CLOSE,50) >MA(CLOSE,150) AND MA(CLOSE,150)>MA(CLOSE,200)
AND EVERY(MA(CLOSE,200)>REF(MA(CLOSE,200),1),N)
AND CLOSE/LLV(CLOSE,200)>1.3 AND CLOSE/HHV(CLOSE,200)>T;
说明：除了强势股之外，我觉得二阶段算是第三个最重要的公式了，因为一只牛股要想走牛必然是处于第二阶段主升浪的时候，而第二阶段主升浪也是利润最暴利的时候，而且绝大多数牛股都是同时满足强势股与第二阶段的。
No.4 口袋支点
口袋支点的含义不用我多说了，不知道的可以看我历史文章，这个公式我没有开源，因为我自己写的跟网上的一些版本有不同。
在我看来优化后的成功率较高，有兴趣的可以看下面这篇文章。
量化投资的模型与策略
量化投资的模型与策略量化投资是指通过利用数据和数学模型来制定投资决策的一种投资方式。
本文将探讨量化投资的模型和策略，并分析其优势和应用领域。
一、量化投资模型量化投资模型是量化投资的基石，它通过对大量的历史数据进行分析和建模，以发现规律和趋势，从而预测未来市场的走势。
常见的量化投资模型包括趋势跟踪模型、均值回归模型、因子模型等。
1. 趋势跟踪模型趋势跟踪模型是一种通过观察市场价格的趋势来进行投资决策的模型。
它基于市场价格的上涨或下跌趋势，选择相应的投资策略。
例如，当市场呈现上涨趋势时，可以选择买入股票或其他投资品种，而当市场呈现下跌趋势时，则可以选择卖出或做空。
2. 均值回归模型均值回归模型是一种基于市场价格回归到其长期均值的趋势来进行投资决策的模型。
它认为市场价格的偏离程度会逐渐回归到其长期均值，因此在价格偏离较大时选择买入，而在价格偏离较小时选择卖出。
3. 因子模型因子模型是一种通过分析市场中的各种因素来进行投资决策的模型。
它认为市场价格的变化可以由一系列因素解释，例如利率、经济指标等。
通过选择适当的因子，并进行相应的加权组合，可以预测市场未来的走势。
二、量化投资策略量化投资策略是基于量化投资模型的具体操作方法。
它根据不同的市场环境和投资目标，选择合适的模型，制定相应的投资策略。
1. 多因子策略多因子策略是一种基于因子模型的投资策略。
它通过选取多个具有独立解释市场变化能力的因子，并进行适当的加权组合，来实现超额收益。
例如选择股票市盈率、市净率等因子进行分析，以确定投资组合的配置比例。
2. 配对交易策略配对交易策略是一种基于均值回归模型的投资策略。
它通过选择两个相关性较高的股票或其他投资品种，当它们的价格偏离较大时，选择买入其中一个，同时卖出另一个。
当价格回归到其均值时，即可实现盈利。
3. 动量策略动量策略是一种基于趋势跟踪模型的投资策略。
它认为市场价格的趋势会延续一段时间，因此选择市场上表现较好的股票或其他投资品种进行投资。
股票市场经典算法模型有哪些
股票市场经典算法模型有哪些股票市场经典算法模型有很多，以下是其中五种常用的：1. 均线模型：均线模型是股票市场最常用的技术分析工具之一。
该模型基于历史价格数据计算出一条或多条移动平均线，用于判断股票价格的走势。
常见的均线包括简单移动平均线（SMA）、指数移动平均线（EMA）和加权移动平均线（WMA）等，其主要应用包括确定买入和卖出时机、分析股票的长期和短期趋势等。
2. 动量模型：动量模型也是股票市场常用的技术分析方法之一。
该模型基于价格的变动趋势来判断股票的涨跌幅度和方向，通过计算价格的变化速度来确定买入和卖出时机。
常见的动量指标包括相对强弱指标（RSI）、动力指标（DMI）和随机指标（KD）等，其主要应用包括识别超买和超卖区域、确定趋势的强度和方向等。
3. 形态模型：形态模型是基于图表模式来预测股票价格走势的一种分析方法。
该模型主要通过观察和分析图表上出现的特定形态，如头肩顶、底部反转和支撑位等，来预测股票价格的走势。
形态模型的主要应用包括识别市场的拐点、预测趋势的延续或逆转等。
4. 套利模型：套利模型是利用价格差异来进行交易的一种模型。
该模型通过同时买入和卖出相关性较高的金融资产，以利用价格差异来获取利润。
常见的套利策略包括统计套利、跨市场套利和期现套利等，其主要应用包括风险对冲、市场中性和价值发现等。
5. 量价模型：量价模型是分析股票市场的价格和成交量之间的关系的一种方法。
该模型认为价格和成交量之间存在一定的因果关系，通过观察和分析两者的变动情况来预测股票价格的走势。
常见的量价指标包括成交量指标、成交金额指标和成交比率等，其主要应用包括识别市场的底部和顶部、判断市场的健康性和买卖力度等。
以上所述只是股票市场经典算法模型的一部分，实际上还有许多其他的模型和策略可供投资者使用。
需要注意的是，不同的模型适用于不同的市场环境和个人偏好，投资者应根据自己的需求和实际情况选择适合自己的模型和策略。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
【多因子模型】多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。
基本概念举一个简单的例子：如果有一批人参加马拉松，想要知道哪些人会跑到平均成绩之上，那只需在跑前做一个身体测试即可。
那些健康指标靠前的运动员，获得超越平均成绩的可能性较大。
多因子模型的原理与此类似，我们只要找到那些对企业的收益率最相关的因子即可。
各种多因子模型核心的区别第一是在因子的选取上，第二是在如何用多因子综合得到一个最终的判断。
一般而言，多因子选股模型有两种判断方法，一是打分法，二是回归法。
打分法就是根据各个因子的大小对股票进行打分，然后按照一定的权重加权得到一个总分，根据总分再对股票进行筛选。
回归法就是用过去的股票的收益率对多因子进行回归，得到一个回归方程，然后再把最新的因子值代入回归方程得到一个对未来股票收益的预判，然后再以此为依据进行选股。
多因子选股模型的建立过程主要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的剔除、综合评分模型的建立和模型的评价及持续改进等5个步骤。
候选因子的选取候选因子的选择主要依赖于经济逻辑和市场经验，但选择更多和更有效的因子无疑是增强模型信息捕获能力，提高收益的关键因素之一。
例如：在2011年1月1日，选取流通市值最大的50支股票，构建投资组合，持有到2011年底，则该组合可以获得10%的超额收益率。
这就说明了在2011年这段时间，流通市值与最终的收益率之间存在正相关关系。
从这个例子可以看出这个最简单的多因子模型说明了某个因子与未来一段时间收益率之间的关系。
同样的，可以选择其他的因子，例如可能是一些基本面指标，如 PB、PE、EPS 增长率等，也可能是一些技术面指标，如动量、换手率、波动等，或者是其它指标，如预期收益增长、分析师一致预期变化、宏观经济变量等。
同样的持有时间段，也是一个重要的参数指标，到底是持有一个月，还是两个月，或者一年，对最终的收益率影响很大。
选股因子有效性的检验一般检验方法主要采用排序的方法检验候选因子的选股有效性。
例如：可以每月检验，具体而言，对于任意一个候选因子，在模型形成期的第一个月初开始计算市场中每只正常交易股票的该因子的大小，按从小到大的顺序对样本股票进行排序，并平均分为n个组合，一直持有到月末，在下月初再按同样的方法重新构建n个组合并持有到月末，每月如此，一直重复到模型形成期末。
上面的例子就已经说明了这种检验的方法，同样的可以隔N个月检验，比如2个月，3个月，甚至更长时间。
还有一个参数是候选组合的数量，是50支，还是100支，都是非常重要的参数。
具体的参数最优的选择，需要用历史数据进行检验。
有效但冗余因子的剔除不同的选股因子可能由于内在的驱动因素大致相同等原因，所选出的组合在个股构成和收益等方面具有较高的一致性，因此其中的一些因子需要作为冗余因子剔除，而只保留同类因子中收益最好，区分度最高的一个因子。
例如成交量指标和流通量指标之间具有比较明显的相关性。
流通盘越大的，成交量一般也会比较大，因此在选股模型中，这两个因子只选择其中一个。
冗余因子剔除的方法：假设需要选出k 个有效因子，样本期共m 月，那么具体的冗余因子剔除步骤为：（1）先对不同因子下的n个组合进行打分，分值与该组合在整个模型形成期的收益相关，收益越大，分值越高（2）按月计算个股的不同因子得分间的相关性矩阵；（3）在计算完每月因子得分相关性矩阵后，计算整个样本期内相关性矩阵的平均值（4）设定一个得分相关性阀值 MinScoreCorr，将得分相关性平均值矩阵中大于该阀值的元素所对应的因子只保留与其他因子相关性较小、有效性更强的因子，而其它因子则作为冗余因子剔除。
综合评分模型的建立和选股综合评分模型选取去除冗余后的有效因子，在模型运行期的某个时间开始，例如每个月初，对市场中正常交易的个股计算每个因子的最新得分并按照一定的权重求得所有因子的平均分。
最后，根据模型所得出的综合平均分对股票进行排序，然后根据需要选择排名靠前的股票。
例如，选取得分最高的前20%股票，或者选取得分最高的 50 到 100 只股票等等。
举个例子：可以构建一个多因子模型为（PE，PB，ROE），在月初的时候，对这个几个因子进行打分，然后得分最高的50个股票作为投资组合，在下个月按照同样的方法进行轮换替换。
持续一段时间后，考场该投资组合的收益率是否跑赢比较基准，这就是综合评分模型的建立和后验过程。
当然这个例子是一个最简单的例子，实战中的模型可能会比较复杂，比如沃尔评分法就是一个复杂的多因子模型，它是对股票进行分行业比较，算个每个行业的得分高的组合，然后再组合成投资篮子。
模型的评价及持续改进一方面，由于量选股的方法是建立在市场无效或弱有效的前提之下，随着使用多因子选股模型的投资者数量的不断增加，有的因子会逐渐失效，而另一些新的因素可能被验证有效而加入到模型当中；另一方面，一些因子可能在过去的市场环境下比较有效，而随着市场风格的改变，这些因子可能短期内失效，而另外一些以前无效的因子会在当前市场环境下表现较好。
另外，计算综合评分的过程中，各因子得分的权重设计、交易成本考虑和风险控制等都存在进一步改进的空间。
因此在综合评分选股模型的使用过程中会对选用的因子、模型本身做持续的再评价和不断的改进以适应变化的市场环境。
多因子的模型最重要是两个方面：一个是有效因子，另外一个是因子的参数。
例如到底是PE有效还是ROE有效；到底是采用1个月做调仓周期还是3个月做调仓周期。
这些因子和参数的获取只能通过历史数据回测来获得。
但是在回测过程中，要注意，不能过度优化，否则结果可能反而会不好。
【风格轮动模型】市场上的投资者是有偏好的，有时候会偏好价值股，有时候偏好成长股，有时候偏好大盘股，有时候偏好小盘股。
由于投资者的这种不同的交易行为，形成了市场风格，因此在投资中，利用市场风格的变化，进行轮动投资会比一直持有的效果好很多。
基本概念投资风格是针对股票市场而言的，是指投资于某类具有共同收益特征或共同价格行为的股票，即某类投资风格很受欢迎，并且在某一个时间段内具有持续性和连续性(譬如，价值投资和成长型投资两种风格，或者大盘股和小盘股这两种风格总是轮流受到市场追捧).由于投资风格的存在，从而产生一种叫做风格动量的效应，即在过去较短时期内收益率较高的股票，未来的中短期收益也较高；相反，在过去较短时期内收益率较低的股票，在未来的中短期也将会持续其不好的表现。
比如：在2009年是小盘股风格，小盘股持续跑赢沪深300指数；而在2011年，则是大盘股风格，大盘股跌幅远远小于沪深300指数。
如果能事先通过一种模型判断未来的风格，进行风格轮动操作，则可以获得超额收益。
晨星风格箱判别法晨星风格箱法是一个3×3矩阵，从大盘和小盘、价值型和成长型来对基金风格进行划分，介于大盘和小盘之间的为中盘，介于价值型和成长型之间的为混合型，共有9类风格，如表所示。
(1)规模指标：市值。
通过比较基金持有股票的市值中值来划分，市值中值小于10 亿美元为小盘；大于50亿美元为大盘；10亿~50亿美元为中盘。
(2)估值指标：平均市盈率、平均市净率。
基金所持有股票的市盈率、市净率用基金投资于该股票的比例加权求平均，然后把两个加权平均指标和标普500成份股的市盈率、市净率的相对比值相加，对于标普500来说，这个比值和是2。
如果最后所得比值和小于1.75，则为价值型；大于2.25为成长型；介于1.75~2.25之间为混合型。
这也就是我们经常看到的基金的分类，比如：华夏大盘、海富小盘等名称的由来。
风格轮动的经济解释宏观经济表现强劲时，小市值公司有一个较好的发展环境，易于成长壮大，甚至还会有高于经济增速的表现，因此，小盘股表现突出的概率高于大盘股。
而当经济走弱时，由于信心的匮乏和未来市场的不确定性，投资者可能会倾向于选择大盘股，起到防御作用，即使低通货膨胀、货币走强，也不足以冒险去选择小盘股。
研究发现，经济名义增长率是用来解释规模效应市场周期的有力变量。
当名义增长率提高时，小市值组合表现更优，因为小公司对宏观经济变动更为敏感，当工业生产率提高、通货膨胀率上升时，小公司成长更快。
案例大小盘风格轮动策略大小盘轮动最为投资者所熟知，本案例就A股市场的大小盘风格轮动进行实证研究，通过建立普通的多元回归模型来探寻A股的大/小盘轮动规律。
1。
大小盘风格轮动因子如下：(1)M2同比增速：M2同比增速为货币因素，表征市场流动性的强弱。
当流动性趋于宽松时，小盘股相对而言更容易受到资金的追捧。
(2)PPI同比增速：PPI反映生产环节价格水平，是衡量通胀水平的重要指标；且PPI 往往被看成CPI的先行指标。
(3)大/小盘年化波动率之比的移动均值：波动率表征股票的波动程度，同时也在一定程度上反映投资者情绪；可以认为大/小盘年化波动率之比能够反映出一段时间内大/小盘风格市场情绪的孰强孰弱，而经过移动平滑处理后的数值则更加稳定。
2。
预测模型基于上面所讲的风格因子建立如下回归模型：D(Rt)=α+β1·MGt-1+β2·PGt-3+β3·σt-3+εt其中，D(Rt)为当月小/大盘收益率差(对数收益率)；MGt-1为上月M2同比增速；PGt-3为3个月前PPI同比增速；σt-3为3个月前小/大盘年化波动率之比的移动平滑值；εt 为误差项。
本案例采用滚动78个月的历史数据对模型进行回归，得到回归系数后对后一期的D(Rt)进行预测，由修正预测值的正负来进行大/小盘股的投资决策。
数据预测期为2004年6月至2010年11月。
3。
实证结果在78个月的预测期中，准确预测的月数为42个月，准确率约为53.85%，并不十分理想。
但值得一提的是，2009年10月至2010年12月，模型的预测效果非常好，若从2004年6月开始按照轮动策略进行投资，则截至2010年11月底轮动策略的累计收益率为307.16%，同期上证综指的收益率为81.26%，小盘组合的累计收益率为316.97%；轮动策略稍逊于小盘组合，但仍较大幅度地跑赢了市场指数。
轮动策略在2007年的大牛市中能够很好地跟随大盘股的节奏，而在2009年以来的结构性行情中又能较好地捕捉小盘股的投资机会。
若从2007年初开始采用轮动策略进行投资，则截至2010年11月底累计收益率可达458.65%，大幅超越同期上证综指及大、小盘组合的收益率。
【行业轮动模型】与风格轮动类似，行业轮动是另外一种市场短期趋势的表现形式。
在一个完整的经济周期中，有些是先行行业，有些是跟随行业。
例如，对某个地方基础设施的投资，钢铁、水泥、机械属于先导行业，投资完后会带来房地产、消费、文化行业的发展，这就属于跟随行业。