論文股票配資

Ⅰ 關於股票分析的論文

KDJ指標的中文名稱是隨機指數，最早起源於期貨市場。

KDJ指標的應用法則KDJ指標是三條曲線，在應用時主要從五個方面進行考慮：KD的取值的絕對數字；KD曲線的形態；KD指標的交叉；KD指標的背離；J指標的取值大小。

第一，從KD的取值方面考慮。KD的取值范圍都是0～100，將其劃分為幾個區域：80以上為超買區，20以下為超賣區，其餘為徘徊區。

根據這種劃分，KD超過80就應該考慮賣出了，低於20就應該考慮買入了。應該說明的是，上述劃分只是一個應用KD指標的初步過程，僅僅是信號，完全按這種方法進行操作很容易招致損失。

第二，從KD指標曲線的形態方面考慮。當KD指標在較高或較低的位置形成了頭肩形和多重頂(底)時，是採取行動的信號。注意，這些形態一定要在較高位置或較低位置出現，位置越高或越低，結論越可靠。

第三，從KD指標的交叉方面考慮。K與D的關系就如同股價與MA的關系一樣，也有死亡交叉和黃金交叉的問題，不過這里交叉的應用是很復雜的，還附帶很多其他條件。

以K從下向上與D交叉為例：K上穿D是金叉，為買入信號。但是出現了金叉是否應該買入，還要看別的條件。第一個條件是金叉的位置應該比較低，是在超賣區的位置，越低越好。

第二個條件是與D相交的次數。有時在低位，K、D要來回交叉好幾次。交叉的次數以2次為最少，越多越好。

第三個條件是交叉點相對於KD線低點的位置，這就是常說的「右側相交」原則。K是在D已經抬頭向上時才同D相交，比D還在下降時與之相交要可靠得多。

第四，從KD指標的背離方面考慮。在KD處在高位或低位，如果出現與股價走向的背離，則是採取行動的信號。

第五，J指標取值超過100和低於0，都屬於價格的非正常區域，大於100為超買，小0為超賣。

綜合考察KDJ

強調技術指標的重要性，多是從技術分析這一理論的整體角度而言。實際操作中，投資者應該注意多種技術分析的運用和實踐。由於技術分析理論隨著時間的推移，林林總總、紛繁復雜。每一個技術分析都有不同的角度和側重點，掌握起來確實有較大困難。但是運用這些技術手段，心中必須明白，這些技術分析的理論和指標都有自身的弱點和缺陷。因此，單獨使用某一種指標會有很大的盲目性和局限性，直接的後果是引起判斷失誤，投資（投機）失敗，所以對於一個成熟的職業股民來說，應掌握多種技術分析的手段，綜合考察，多角度思考，發揮多種技術分析的優勢，才能立於不敗之地

在分析KDJ這一指標過程中，筆者一直強調該指標的靈敏性，其實這種靈敏性在其它技術指標中也存在，只不過使用KDJ的股民太多了，加大了它的共振性。這導致該指標的敏感度越來越大。過去人們使用隨機指標一般通過一個特定周期（常常是9天）內出現的最高價、最低價及最後一天的收盤價及這三者之間的比例關系，來計算最後一天的未成熟隨機值，然而根據平滑移動平均線的方法來計算KDJ，往往隨機性很大，其中J值可靠性最差，因為它敏感性太強，K值次之，D值稍穩定些。由於KD是從威廉指標中脫胎而來，因此它也具有威廉指標提示超買超賣現象的能力。實踐中，當K線在低位向上穿過D線，被稱作「金叉」，是短線搶入信號；當K線在高位向下跌穿D線，又被稱作死叉，是拋籌信號。而在這一過程中，J線往往領先KD率先表現出漲與跌的趨勢，就像運動場上裁判員手中的發令槍，槍未響，運動員是不能起身奔跑的，否則就是違規，要受到處罰，但在槍舉起之機，運動員則必須保持一種爭先恐後的姿態。例如南玻科控於去年12月31日啟動前，KDJ在沉底的一瞬間，J線先觸底，而後勾頭向上，與K線一起穿過D線，形成「黃金之叉」，再查看威廉指標，此時也已觸底，兩者相交，一輪反彈便呼之欲出

KDJ指標的實戰經驗應用（一）

在券商傳統常用的錢龍軟體中，技術指標就有幾十中，讓新股民投資者無所適從，隨著電腦的普及，特別是股票專業軟體的不斷創新，一些股票軟體帶有自編指標函數，更讓技術指標愛好者樂此不疲勇於改編創新，網上流行的指標更是成千上萬，也讓老股民指標目不暇接，其實萬變不離其宗，無非價量均線不同組合表達方式的變異，真正有價值新創意的可謂鳳毛麟角，反不如傳統常用的幾個經典指標實用，當然要真正掌握其精髓妙用還需下一番功夫。三國趙雲的那桿大槍可以縱橫天下，靠的不是槍本身，而是那桿槍的使用者！
任何的技術指標都有其各自的缺陷和局限性，比如MACD對震盪走勢的盲區，KDJ對軋空單邊式鈍化的盲區，寶塔線對頂底的盲區，均線的壓力支撐是否有效調整到位的盲區，換手率對吸貨出貨無法辨別的盲區等等。我們可以其他指標來互相彌補其不足，比如用KDJ，CDP來彌補輔助MACD系統；CCI，DMI來彌補KDJ系統；KDJ，RSI來彌補均線系統；KDJ，RSI背離來彌補寶塔線系統；股價高低位及K線均線等來彌補換手率的盲區等等，當然有時一個指標也不能完全彌補另一個指標的缺陷，需要辨正地看待這個問題。
下面筆者就常見的KDJ指標，結合本人的一些使用經驗，發表一下個人的管見認識，僅供參考，拋磚引玉。
一，概念簡介：
KDJ全名為隨機指標(Stochastics)，由美國的喬治*萊恩（George Lane）博士所創，其綜合動量觀念，強弱指標及移動平均線的優點，也是歐美證券期貨市場常用的一種技術分析工具。 隨機指標設計的思路與計算公式都起源於威廉（W%R）理論，但比W%R指標更具使用價值，W%R指標一般只限於用來判斷股票的超買和超賣現象，而隨機指標卻融合了移動平均線的思想，對買賣信號的判斷更加准確；它是波動於0—100之間的超買超賣指標，由K、D、J三條曲線組成，在設計中綜合了動量指標、強弱指數和移動平均線的一些優點，在計算過程中主要研究高低價位與收盤價的關系，即通過計算當日或最近數日的最高價、最低價及收盤價等價格波動的真實波幅，充分考慮了價格波動的隨機振幅和中短期波動的測算，使其短期測市功能比移動平均線更准確有效，在市場短期超買超賣方面，又比相對強弱指標RSI敏感，總之KDJ是一個隨機波動的概念，反映了價格走勢的強弱和波段的趨勢，對於把握中短期的行情走勢十分敏感。
二，計算公式：
以9日周期的KDJ為例，首先算出最近9天的「未成熟隨機值」即RSV值，RSV的計算公式如下： RSVt＝（Ct－L9）／（H9－L9）＊100 式中： Ct-------當日收盤價 L9-------9天內最低價 H9-------9天內最高價 從計算公式可以看出，RSV指標和%R計算很類似。事實上，同周期的RSV值與%R值之和等於100，因而RSV值也介於與100之間。得出RSV值後，便可求出K值與D值：K值為RSV值3日平滑移動平均線，而D值為K值的3日平滑移動平均線三倍K值減二倍D值所得的J線，其計算公式為： Kt＝RSVt／3＋2＊Kt-1／3 Dt＝Kt／3＋2＊Dt-1／3 Jt＝3＊Dt－2＊Kt KD線中的RSV，隨著9日中高低價、收盤價的變動而變動。如果沒有KD的數值，就可以用當日的RSV值或50代替前一日的KD之值。經過平滑運算之後，起算基期不同的KD值將趨於一致，不會有任何差異，K值與K值永遠介於0至100之間。根據快、慢移動平均線的交叉原理，K線向上突破K線為買進信號，K線跌破D線為賣出信號，即行情是一個明顯的漲勢，會帶動K線（快速平均值）與D線（慢速平均值）向上升，如果漲勢開始遲緩，便會慢慢反應到K值與D值，使K線跌破D線，此時中短期調整跌勢確立，這是一個常用的簡單應用原則。

KDJ指標的實戰經驗應用（二）

三，應用要則：KDJ指標隨機指標反應比較敏感快速，是一種進行短中長期趨勢波段分析研判的較佳的技術指標。一般對做大資金大波段的人來說，一般當月KDJ值在低位時逐步進場吸納；主力平時運作時偏重周KDJ所處的位置，對中線波段的循環高低點作出研判結果，所以往往出現單邊式造成日KDJ的屢屢鈍化現象；日KDJ對股價變化方向反應極為敏感，是日常買賣進出的重要方法；對於做小波段的短線客來說，30分鍾和60分鍾KDJ又是重要的參考指標；對於已指定買賣計劃即刻下單的投資者，5分鍾和15分鍾KDJ可以提供最佳的進出時間。 KDJ常用的默認的參數是9，就我個人的使用經驗而言，短線可以將參數改為5，不但反應更加敏捷迅速准確，而且可以減少降低鈍化現象，一般常用的KDJ參數有5，9，19，36，45，73等。實戰中還應將不同的周期綜合來分析，短中長趨勢便會一目瞭然，如出現不同周期共振現象，說明趨勢的可靠度加大。KDJ指標實戰研判的要則主要有以下四點：
（1） K線是快速確認線——數值在90以上為超買，數值在10以下為超賣；D線是慢速主幹線——數值在80以上為超買，數值在20以下為超賣；J線為方向敏感線，當J值大於100，特別是連續5天以上，股價至少會形成短期頭部，反之J值小於0時，特別是連續數天以上，股價至少會形成短期底部。
（2） 當K值由較小逐漸大於D值，在圖形上顯示K線從下方上穿D線，顯示目前趨勢是向上的，所以在圖形上K線向上突破D線時，即為買進的訊號。
實戰時當K，D線在20以下交叉向上，此時的短期買入的信號較為准確；如果K值在50以下，由下往上接連兩次上穿D值，形成右底比左底高的「W底」形態時，後市股價可能會有相當的漲幅。
（3） 當K值由較大逐漸小於D值，在圖形上顯示K線從上方下穿D線，顯示目前趨勢是向下的，所以在圖形上K線向下突破D線時，即為賣出的訊號。
實戰時當K，D線在80以上交叉向下，此時的短期賣出的信號較為准確；如果K值在50以上，由上往下接連兩次下穿D值，形成右頭比左頭低的「M頭」形態時，後市股價可能會有相當的跌幅。
（4） 通過KDJ與股價背離的走勢，判斷股價頂底也是頗為實用的方法：（A） 股價創新高，而KD值沒有創新高，為頂背離，應賣出；（B） 股價創新低，而KD值沒有創新低，為底背離，應買入；（C） 股價沒有創新高，而KD值創新高，為頂背離，應賣出；（D） 股價沒有創新低，而KD值創新低，為底背離，應買入；需要注意的是KDJ頂底背離判定的方法，只能和前一波高低點時KD值相比，不能跳過去相比較。

KDJ指標的實戰經驗應用（三）

四，應用經驗：
（1） 在實際操作中，一些做短平快的短線客常用分鍾指標，來判斷後市決定買賣時機，在T+0時代常用15分鍾和30分鍾KDJ指標，在T+0時代多用30分鍾和60分鍾KDJ來指導進出，幾條經驗規律總結如下：（A） 如果30分鍾KDJ在20以下盤整較長時間，60分鍾KDJ也是如此，則一旦30分鍾K值上穿D值並越過20，可能引發一輪持續在2天以上的反彈行情；若日線KDJ指標也在低位發生金叉，則可能是一輪中級行情。但需注意K值與D值金叉後只有K值大於D值20％以上，這種交叉才有效；（B） 如果30分鍾KDJ在80以上向下掉頭，K值下穿D值並跌破80，而60分鍾KDJ才剛剛越過20不到50，則說明行情會出現回檔，30分鍾KDJ探底後，可能繼續向上；（C） 如果30分鍾和60分鍾KDJ在80以上，盤整較長時間後K值同時向下死叉D值，則表明要開始至少2天的下跌調整行情；（D） 如果30分鍾KDJ跌至20以下掉頭向上，而60分鍾KDJ還在50以上，則要觀察60分鍾K值是否會有效穿過D值（K值大於D值20％），若有效表明將開始一輪新的上攻；若無效則表明僅是下跌過程中的反彈，反彈過後仍要繼續下跌；（E） 如果30分鍾KDJ在50之前止跌，而60分鍾KDJ才剛剛向上交叉，說明行情可能會再持續向上，目前僅屬於回檔；（F） 30分鍾或60分鍾KDJ出現背離現象，也可作為研判大市頂底的依據，詳見前面日線背離的論述；（G） 在超強市場中，30分鍾KDJ可以達到90以上，而且在高位屢次發生無效交叉，此時重點看60分鍾KDJ，當60分鍾KDJ出現向下交叉時，可能引發短線較深的回檔；（H） 在暴跌過程中30分鍾KDJ可以接近0值，而大勢依然跌勢不止，此時也應看60分鍾KDJ，當60分鍾KDJ向上發生有效交叉時，會引發極強的反彈。
（2） 當行情處在極強極弱單邊市場中，日KDJ出現屢屢鈍化，應改用MACD等中長指標；當股價短期波動劇烈，日KDJ反應滯後，應改用CCI，ROC等指標；或是使用SLOWKD慢速指標。
（3） KDJ在周線中參數一般用5，周KDJ指標見底和見頂有明顯的提示作用，據此波段操作可以免去許多辛勞，爭取利潤最大化，需提示的是一般周J值在超賣區V形單底上升，說明只是反彈行情，形成雙底才為可靠的中級行情；但J值在超買區單頂也會有大幅下跌的可能性，所以應該提高警惕，此時應結合其他指標綜合研判；但當股市處在牛市時，J值在超買區盤中一段時間後，股價仍會大幅上升。
RSI：相對強弱指標
RSI下限為0，上限為100，50是RSI的中軸線，即多、空雙方的分界線。50以上為強勢區（多方市場），50以下為弱勢區（空方市場），20以下為超賣區，80以上為超買區。 RSI指標的買點：（1）W形或頭肩底 當RSI在低位或底部形成W形或頭肩底形時，屬最佳買入時期。（2）20以下 當RSI運行到20以下時，即進入了超賣區，很容易產生返彈。（3）金叉 當短天期的RSI向上穿越長天期的RSI時為買入信號。（4）牛背離 當股指或股價一波比一波低，而RSI卻一波比一波高，叫牛背離，此時股指或股價很容易反轉上漲。RSI指標的賣點：（1）形態 M形、頭肩頂形 當RSI在高位或頂部形成M形或頭肩頂
形時，屬最佳賣出時機。（2）80以上 當RSI運行到80以上時，即進入了超買區，股價很容易下跌。（3）頂背離 當股指或股價創新高時，而RSI卻不創新高，叫頂背離，將是最佳賣出時機。（4）死叉 當短天期RSI下穿長天期RSI時，叫死叉，為賣出信號。

Ⅱ 股票交易規則，新手應該如何炒股

股票今天買明天買，一天開盤六小時，節假日周末不開盤。

Ⅲ 哪有股票論文，可以指點一下嗎

股票（stock）是股份公司發行的所有權憑證，是股份公司為籌集資金而發行給各個股東作為持股憑證並藉以取得股息和紅利的一種有價證券。只有我在快樂之中覺得不生最美麗無悔的選擇。愛上你，愛上這座城，

Ⅳ 以股票多頭私募基金為例：私募FOF投資如何玩

1. 風格捕捉與投資決策

自2014年私募基金登記備案制度實行以來，我國私募基金行業發展迅速，目前已經進入到規范化、制度化發展階段。如果說2014年~2015年是制度規則密集出台的「起步規范年」，那麼2015年至今可謂風生水起的「FOF投資年」。據統計，2015年在上半年行情的推動下，私募FOF市場迎來大爆發，全年私募FOF產品發行數量達到836隻，幾乎是2014年的5倍。2016年，私募FOF發行數量增長趨勢仍在延續，但增長通道趨於平穩。我們估算，當前市場上存續的私募FOF初始規模超1500億元，FOF投資的方法論成為市場追捧熱點。

私募FOF長期穩健的資本增值需要通過合理的資產配置和有效的組合來實現，相對完整的路徑是：大類資產配置——>類別資產的選擇——>具體資產的挑選，同時還包括根據市場環境變化進行的動態配置。風格捕捉在私募FOF投資鏈條上可充當多個角色：在類別資產選擇階段可以作為風格輪動策略具體實施的參考依據，在具體資產挑選階段有助於更准確地評價基金業績，在動態配置階段可以監測標的基金風格變動情況從而及時做出調整，有效降低了選擇成本。

若拋開私募FOF復雜的流程形式不談，對私募基金投資個體而言，風格捕捉在直觀上也有助投資決策的確定。由於不同風格類型的標的基金在相同市場環境下的表現有差異，風險收益特徵不同，因此對標的基金及時的風格捕捉有利於根據投資者不同的風險偏好與需求選擇相應的標的基金。另外，在一定時間段業績較好的基金，基本都是切合當下基礎市場行情市場風格的產品，因此對全市場基金產品的風格捕捉或許可以從一定程度上幫助判斷當前市場風格走勢。

本文對風格捕捉方法在投資決策上的應用進行了探討。感謝吳昱璐同學對本文的貢獻。

其中，R_i表示私募基金i的收益率；因子F_i表示各種類別資產的收益率；其系數b_ij表示私募產品i的收益率對各風格資產j的敏感度，而ε_i代表私募基金i的非因子收益部分，包括了基金經理的主動管理alpha和殘差項等在內。按照Sharpe的說法，模型表明基金收益率由風格收益和選擇收益兩個關鍵部分組成。

2.2 因子選取與風格界定

Sharpe資產分類因子模型要求類別資產（也即風格因子）滿足三個條件：互斥性、全面性、收益差異性。具體而言，任何一個底層證券不應被同時納入多個類別資產；應將盡可能多的證券納入所選資產類別；類別資產間或是相關度較低，或是有不同的標准差。由於類別資產構成往往會更替，一定程度上會引起私募基金收益率和風格收益率的偏差。

本文重點探討風格研究以後的應用問題，因此選擇最簡單的規模維度做示例：大盤因子、中盤因子、小盤因子。具體應用中使用申萬大盤指數、申萬中盤指數、申萬小盤指數分別作為大盤、中盤、小盤三種風格資產組合，這樣的類別資產劃分滿足三條件的互斥性和收益差異性，但在全面性上存在一定缺陷。Sharpe在1992年的論文中採用了價值股票、成長股票、中等規模股票、小規模股票、歐洲股票、日本股票等12個類別資產做風格探討。

本文以40天為一個回歸周期，通過對回歸後的風格因子系數設定一個閾值來判定基金在該段時間內的風格類型。在回歸結果擬合度較高的基礎上，若某一風格因子系數大於或等於0.5，則判定基金在該周期內為此類風格；若系數均小於0.5，則認為該基金無明顯風格，較為均衡。

3. 數據選取與清洗

本文選取私募排排資料庫內凈值披露頻率為天，且凈值數據不少於41個的股票多頭私募基金作為樣本，共計937隻。考察期為2016年1月4日至2017年3月31日，以40天為一個回歸周期按天進行滾動回歸，即每天都將得到一個風格判定。

數據清理過程中涉及以下幾點：

（1）考慮到存在數據缺失問題，在提取初始數據時，若該工作日無數據，則選取前10日內最靠近該日的凈值數據作為該日數據，若前10日內均無數據，則標記為無數據。

（2）對於每隻基金，回歸將從考察期內凈值披露的首日後40日算起，該日前所有日期標記為無風格數據。

（3）若40天的回歸期內有超過5天無凈值數據，則不進行回歸，即無風格數據。若符合回歸要求，則對缺失數據進行插值處理。

4. 股票多頭私募全貌：持續顯著個體不及一成

本文對符合條件的937隻股票多頭私募基金在2016年1月4日至2017年3月31日內的日收益率進行以40天為周期的滾動回歸，每隻基金共計264次回歸。經過檢驗後，據上述風格界定方法判斷基金每日相對應風格類型。

在所有937隻基金中，共有310隻產品有至少一次擬合度符合條件的回歸結果，約占所有基金的33.1%。在這310隻產品中，符合擬合度要求的回歸結果佔比低於50%的有252隻基金，約佔81.3%；符合擬合度要求的顯著回歸結果佔比高於50%的有58隻，約佔18.7%，其中有兩只基金的所有回歸結果均符合擬合度要求。

結果表明，多數股票多頭私募基金的風格特徵無法通過顯著性檢驗，我們理解原因主要有：

一是私募基金倉位設定靈活，在建倉期、風險規避期、策略調整期、多策略分散期、人員調整期都有可能低倉位運行，而產品的存續期限往往是1年~3年，因此在較長的時期（如40個交易日內）持續八成倉位及以上的情況較少，影響了模型的有效性。

二是私募基金投資風格多變，除了少數持續深耕優勢行業的私募基金以外，多數私募基金從歷史投資周期看均經歷過全市場、全行業的投資，隨風而動與守株待兔型的風格切換實屬常態。另外，如果基金經理在行業和市值風格上持續保持分散，也會導致風格判定的失敗。

三是量化交易理念的普及一定程度上擴大了私募基金選股的風格面，其中擇時模型和行業輪動模型往往會提升私募基金換手率，加速私募基金倉位和選股的切換。量化交易信號往往隨市而動，會減少持續的風格暴露。

由於未通過檢驗的分析結果不具備統計意義，我們重點探討如何利用顯著性的風格結果輔助私募基金FOF投資。

5. 玩轉風格捕捉，輔助私募FOF投資

5.1. 單產品風格漂移監測

風格漂移是私募FOF投資關切的重點之一，高低風險品種的切換、策略重心和集中度的改變等都會造成私募實盤中的風格漂移。對於股票多頭私募基金的投資而言，在無法獲得高頻持倉信息的情況下（往往是投前，投後也常如此），基於凈值的風格監測記錄了產品的投資軌跡、可作為投資經理所宣稱策略的重要印證。對於同一公司管理的多個股票多頭產品，風格監測可側面反映私募基金投資決策會是否有效達成了一致結論、產品間是否有效控制了差異度。某種程度上，後者也反映了私募是否公平對待各類投資者。

從單產品來看，回歸結果最直觀顯示的是該產品在觀察期內的風格變化情況，從而能夠對產品風格漂移進行監測，反映該產品是否有投資策略的變化。

在通過顯著性檢驗的觀察樣本中，我們發現某私募基金公司旗下幾乎所有的股票多頭產品都表現出了相似的風格軌跡：2016年7月份以前，該私募旗下股票多頭產品明顯偏向大盤風格，而2016年8月份以後，旗下股票多頭產品風格逐步向中小盤傾斜，2017年初以來，大市值偏好再度提升。

我們認為，同策略產品凈值走勢的趨同、風格軌跡的趨同可幫助私募FOF在投資中有效識別純平台型或投資管理不集中的私募基金，當然，若產品處於截然不同的投資周期例外。

5.2. 從產品風格統計看市場風格傾向

從全市場基金產品的維度看，通過對當前有明顯風格表現的基金數量分別進行統計，可以判斷當前市場風格傾向。

理論上，全市場股票多頭私募基金的風格傾向表明了其當前的配置情況，進一步，隱含了私募基金對市場的看法與預期。作為二級市場的重量級參與者，這種風格傾向或將為投資提供一定參考。然而，如前所述，2016年以來，絕大多數股票多頭私募基金的市值風格並不明顯，僅基於顯著小群體的風格統計極有可能偏離行業的真實看法。

由於經過回歸後顯著表現出風格屬性的私募基金產品個數有限，我們僅陳述結果，而不討論意義。從百分比堆積圖看，2016年以來，顯著樣本對市場的風格傾向逐步由大盤轉向中小盤。

5.3. 尋找風格勝率較高的單產品

傳統上，我們以各類績效指標衡量私募基金的業績表現，典型的如收益率、最大回撤、波動率、夏普比率等。對於股票多頭而言，風格的成功切換可側面驗證擇時擇股邏輯的有效性，可考慮成為績效評價的維度之一。

風格勝率指在一定觀察期內產品風格與市場風格相符的比例。

大多數產品的風格勝率在10%以下，勝率大於10%小於等於30%的有95隻，另外有16隻基金產品風格勝率大於30%，最高達40.53%。當然，我們此處統計考慮的是基於歷史數據計算的風格與當前風格資產表現之間的關系，更為合理的做法可能是基於歷史數據計算風格與未來一段時間風格資產表現計算勝率。

5.4. 配置風格資產可以獲得預期效果嗎？

在對產品以及市場風格進行觀測的基礎上，更進一步，可以在選取當前市場中符合投資者風格偏好的產品以後，觀測未來產品的表現是否與市場風格走勢一致。但是由於基金產品風格切換頻率較高或持倉變化較快，我們認為該模型存在一定局限性，無法准確判斷產品未來風格走勢。

我們發現，對不同的考察期運用該模型會得到不同的結果。本文選取風格資產組合走勢同向和分化階段兩種典型情況分別觀察，走勢分化階段以2016年11月17日至2016年12月1日為例。走勢同向階段以2017年1月16日至2017年2月17日為例。

在2016年11月17日至2016年12月1日階段，大盤與中小盤指數走勢出現明顯分化，大盤指數持續走高，中小盤指數基本持平。統計該階段顯示為大盤和小盤風格的產品收益率，大盤風格收益率從普遍高於小盤風格收益率，且小盤風格產品收益率均小於零，與指數走勢一致。

在2017年1月16日至2017年2月17日階段，大盤與中小盤指數走勢基本相同，小盤指數收益率相對最高，大盤指數收益率相對最低。統計該階段顯示為大盤和小盤風格的產品收益率，發現大盤風格產品收益率普遍高於小盤風格產品收益率，與市場風格走勢相悖。

5.5觀測單產品的風格追蹤誤差

Sharpe曾提出，在盡可能描繪基金的風格全貌以後，可以考慮搭建一條模擬的風格基準，觀測產品未來表現相對風格基準的偏離。但我們認為，私募基金追求的是更為寬泛的投資理念與絕對收益的實現，本身極少考慮對模擬的風格基準的追蹤問題，因此我們此處不討論這一話題，僅作為開闊思路提出。

6.總結

綜上所述，將Sharpe資產分類因子模型應用於股票多頭私募基金、輔助FOF投資，目前較為可行的用法是監測單產品風格漂移，在觀測市場風格傾向方面面臨可用樣本佔比過低的問題、在尋找風格勝率較高的產品方面可能面臨方法缺陷對結果的擾動、在配置風格資產方面可能面臨追蹤誤差較大的風險。我們將持續關注完善基於風格捕捉的私募FOF投資改進。

此外，就數量模型本身而言，由於R^2僅能反映模型對整個回歸周期的擬合度，而無法顯示周期內模型估計值偏離程度的走勢，因此當回歸周期末模型估計值偏離程度較高時，對未來風格趨勢的判斷可能存在偏差。