论文股票配资

Ⅰ 关于股票分析的论文

KDJ指标的中文名称是随机指数，最早起源于期货市场。

KDJ指标的应用法则KDJ指标是三条曲线，在应用时主要从五个方面进行考虑：KD的取值的绝对数字；KD曲线的形态；KD指标的交叉；KD指标的背离；J指标的取值大小。

第一，从KD的取值方面考虑。KD的取值范围都是0～100，将其划分为几个区域：80以上为超买区，20以下为超卖区，其余为徘徊区。

根据这种划分，KD超过80就应该考虑卖出了，低于20就应该考虑买入了。应该说明的是，上述划分只是一个应用KD指标的初步过程，仅仅是信号，完全按这种方法进行操作很容易招致损失。

第二，从KD指标曲线的形态方面考虑。当KD指标在较高或较低的位置形成了头肩形和多重顶(底)时，是采取行动的信号。注意，这些形态一定要在较高位置或较低位置出现，位置越高或越低，结论越可靠。

第三，从KD指标的交叉方面考虑。K与D的关系就如同股价与MA的关系一样，也有死亡交叉和黄金交叉的问题，不过这里交叉的应用是很复杂的，还附带很多其他条件。

以K从下向上与D交叉为例：K上穿D是金叉，为买入信号。但是出现了金叉是否应该买入，还要看别的条件。第一个条件是金叉的位置应该比较低，是在超卖区的位置，越低越好。

第二个条件是与D相交的次数。有时在低位，K、D要来回交叉好几次。交叉的次数以2次为最少，越多越好。

第三个条件是交叉点相对于KD线低点的位置，这就是常说的“右侧相交”原则。K是在D已经抬头向上时才同D相交，比D还在下降时与之相交要可靠得多。

第四，从KD指标的背离方面考虑。在KD处在高位或低位，如果出现与股价走向的背离，则是采取行动的信号。

第五，J指标取值超过100和低于0，都属于价格的非正常区域，大于100为超买，小0为超卖。

综合考察KDJ

强调技术指标的重要性，多是从技术分析这一理论的整体角度而言。实际操作中，投资者应该注意多种技术分析的运用和实践。由于技术分析理论随着时间的推移，林林总总、纷繁复杂。每一个技术分析都有不同的角度和侧重点，掌握起来确实有较大困难。但是运用这些技术手段，心中必须明白，这些技术分析的理论和指标都有自身的弱点和缺陷。因此，单独使用某一种指标会有很大的盲目性和局限性，直接的后果是引起判断失误，投资（投机）失败，所以对于一个成熟的职业股民来说，应掌握多种技术分析的手段，综合考察，多角度思考，发挥多种技术分析的优势，才能立于不败之地

在分析KDJ这一指标过程中，笔者一直强调该指标的灵敏性，其实这种灵敏性在其它技术指标中也存在，只不过使用KDJ的股民太多了，加大了它的共振性。这导致该指标的敏感度越来越大。过去人们使用随机指标一般通过一个特定周期（常常是9天）内出现的最高价、最低价及最后一天的收盘价及这三者之间的比例关系，来计算最后一天的未成熟随机值，然而根据平滑移动平均线的方法来计算KDJ，往往随机性很大，其中J值可靠性最差，因为它敏感性太强，K值次之，D值稍稳定些。由于KD是从威廉指标中脱胎而来，因此它也具有威廉指标提示超买超卖现象的能力。实践中，当K线在低位向上穿过D线，被称作“金叉”，是短线抢入信号；当K线在高位向下跌穿D线，又被称作死叉，是抛筹信号。而在这一过程中，J线往往领先KD率先表现出涨与跌的趋势，就像运动场上裁判员手中的发令枪，枪未响，运动员是不能起身奔跑的，否则就是违规，要受到处罚，但在枪举起之机，运动员则必须保持一种争先恐后的姿态。例如南玻科控于去年12月31日启动前，KDJ在沉底的一瞬间，J线先触底，而后勾头向上，与K线一起穿过D线，形成“黄金之叉”，再查看威廉指标，此时也已触底，两者相交，一轮反弹便呼之欲出

KDJ指标的实战经验应用（一）

在券商传统常用的钱龙软件中，技术指标就有几十中，让新股民投资者无所适从，随着电脑的普及，特别是股票专业软件的不断创新，一些股票软件带有自编指标函数，更让技术指标爱好者乐此不疲勇于改编创新，网上流行的指标更是成千上万，也让老股民指标目不暇接，其实万变不离其宗，无非价量均线不同组合表达方式的变异，真正有价值新创意的可谓凤毛麟角，反不如传统常用的几个经典指标实用，当然要真正掌握其精髓妙用还需下一番功夫。三国赵云的那杆大枪可以纵横天下，靠的不是枪本身，而是那杆枪的使用者！
任何的技术指标都有其各自的缺陷和局限性，比如MACD对震荡走势的盲区，KDJ对轧空单边式钝化的盲区，宝塔线对顶底的盲区，均线的压力支撑是否有效调整到位的盲区，换手率对吸货出货无法辨别的盲区等等。我们可以其他指标来互相弥补其不足，比如用KDJ，CDP来弥补辅助MACD系统；CCI，DMI来弥补KDJ系统；KDJ，RSI来弥补均线系统；KDJ，RSI背离来弥补宝塔线系统；股价高低位及K线均线等来弥补换手率的盲区等等，当然有时一个指标也不能完全弥补另一个指标的缺陷，需要辨正地看待这个问题。
下面笔者就常见的KDJ指标，结合本人的一些使用经验，发表一下个人的管见认识，仅供参考，抛砖引玉。
一，概念简介：
KDJ全名为随机指标(Stochastics)，由美国的乔治*莱恩（George Lane）博士所创，其综合动量观念，强弱指标及移动平均线的优点，也是欧美证券期货市场常用的一种技术分析工具。 随机指标设计的思路与计算公式都起源于威廉（W%R）理论，但比W%R指标更具使用价值，W%R指标一般只限于用来判断股票的超买和超卖现象，而随机指标却融合了移动平均线的思想，对买卖信号的判断更加准确；它是波动于0—100之间的超买超卖指标，由K、D、J三条曲线组成，在设计中综合了动量指标、强弱指数和移动平均线的一些优点，在计算过程中主要研究高低价位与收盘价的关系，即通过计算当日或最近数日的最高价、最低价及收盘价等价格波动的真实波幅，充分考虑了价格波动的随机振幅和中短期波动的测算，使其短期测市功能比移动平均线更准确有效，在市场短期超买超卖方面，又比相对强弱指标RSI敏感，总之KDJ是一个随机波动的概念，反映了价格走势的强弱和波段的趋势，对于把握中短期的行情走势十分敏感。
二，计算公式：
以9日周期的KDJ为例，首先算出最近9天的“未成熟随机值”即RSV值，RSV的计算公式如下： RSVt＝（Ct－L9）／（H9－L9）＊100 式中： Ct-------当日收盘价 L9-------9天内最低价 H9-------9天内最高价 从计算公式可以看出，RSV指标和%R计算很类似。事实上，同周期的RSV值与%R值之和等于100，因而RSV值也介于与100之间。得出RSV值后，便可求出K值与D值：K值为RSV值3日平滑移动平均线，而D值为K值的3日平滑移动平均线三倍K值减二倍D值所得的J线，其计算公式为： Kt＝RSVt／3＋2＊Kt-1／3 Dt＝Kt／3＋2＊Dt-1／3 Jt＝3＊Dt－2＊Kt KD线中的RSV，随着9日中高低价、收盘价的变动而变动。如果没有KD的数值，就可以用当日的RSV值或50代替前一日的KD之值。经过平滑运算之后，起算基期不同的KD值将趋于一致，不会有任何差异，K值与K值永远介于0至100之间。根据快、慢移动平均线的交叉原理，K线向上突破K线为买进信号，K线跌破D线为卖出信号，即行情是一个明显的涨势，会带动K线（快速平均值）与D线（慢速平均值）向上升，如果涨势开始迟缓，便会慢慢反应到K值与D值，使K线跌破D线，此时中短期调整跌势确立，这是一个常用的简单应用原则。

KDJ指标的实战经验应用（二）

三，应用要则：KDJ指标随机指标反应比较敏感快速，是一种进行短中长期趋势波段分析研判的较佳的技术指标。一般对做大资金大波段的人来说，一般当月KDJ值在低位时逐步进场吸纳；主力平时运作时偏重周KDJ所处的位置，对中线波段的循环高低点作出研判结果，所以往往出现单边式造成日KDJ的屡屡钝化现象；日KDJ对股价变化方向反应极为敏感，是日常买卖进出的重要方法；对于做小波段的短线客来说，30分钟和60分钟KDJ又是重要的参考指标；对于已指定买卖计划即刻下单的投资者，5分钟和15分钟KDJ可以提供最佳的进出时间。 KDJ常用的默认的参数是9，就我个人的使用经验而言，短线可以将参数改为5，不但反应更加敏捷迅速准确，而且可以减少降低钝化现象，一般常用的KDJ参数有5，9，19，36，45，73等。实战中还应将不同的周期综合来分析，短中长趋势便会一目了然，如出现不同周期共振现象，说明趋势的可靠度加大。KDJ指标实战研判的要则主要有以下四点：
（1） K线是快速确认线——数值在90以上为超买，数值在10以下为超卖；D线是慢速主干线——数值在80以上为超买，数值在20以下为超卖；J线为方向敏感线，当J值大于100，特别是连续5天以上，股价至少会形成短期头部，反之J值小于0时，特别是连续数天以上，股价至少会形成短期底部。
（2） 当K值由较小逐渐大于D值，在图形上显示K线从下方上穿D线，显示目前趋势是向上的，所以在图形上K线向上突破D线时，即为买进的讯号。
实战时当K，D线在20以下交叉向上，此时的短期买入的信号较为准确；如果K值在50以下，由下往上接连两次上穿D值，形成右底比左底高的“W底”形态时，后市股价可能会有相当的涨幅。
（3） 当K值由较大逐渐小于D值，在图形上显示K线从上方下穿D线，显示目前趋势是向下的，所以在图形上K线向下突破D线时，即为卖出的讯号。
实战时当K，D线在80以上交叉向下，此时的短期卖出的信号较为准确；如果K值在50以上，由上往下接连两次下穿D值，形成右头比左头低的“M头”形态时，后市股价可能会有相当的跌幅。
（4） 通过KDJ与股价背离的走势，判断股价顶底也是颇为实用的方法：（A） 股价创新高，而KD值没有创新高，为顶背离，应卖出；（B） 股价创新低，而KD值没有创新低，为底背离，应买入；（C） 股价没有创新高，而KD值创新高，为顶背离，应卖出；（D） 股价没有创新低，而KD值创新低，为底背离，应买入；需要注意的是KDJ顶底背离判定的方法，只能和前一波高低点时KD值相比，不能跳过去相比较。

KDJ指标的实战经验应用（三）

四，应用经验：
（1） 在实际操作中，一些做短平快的短线客常用分钟指标，来判断后市决定买卖时机，在T+0时代常用15分钟和30分钟KDJ指标，在T+0时代多用30分钟和60分钟KDJ来指导进出，几条经验规律总结如下：（A） 如果30分钟KDJ在20以下盘整较长时间，60分钟KDJ也是如此，则一旦30分钟K值上穿D值并越过20，可能引发一轮持续在2天以上的反弹行情；若日线KDJ指标也在低位发生金叉，则可能是一轮中级行情。但需注意K值与D值金叉后只有K值大于D值20％以上，这种交叉才有效；（B） 如果30分钟KDJ在80以上向下掉头，K值下穿D值并跌破80，而60分钟KDJ才刚刚越过20不到50，则说明行情会出现回档，30分钟KDJ探底后，可能继续向上；（C） 如果30分钟和60分钟KDJ在80以上，盘整较长时间后K值同时向下死叉D值，则表明要开始至少2天的下跌调整行情；（D） 如果30分钟KDJ跌至20以下掉头向上，而60分钟KDJ还在50以上，则要观察60分钟K值是否会有效穿过D值（K值大于D值20％），若有效表明将开始一轮新的上攻；若无效则表明仅是下跌过程中的反弹，反弹过后仍要继续下跌；（E） 如果30分钟KDJ在50之前止跌，而60分钟KDJ才刚刚向上交叉，说明行情可能会再持续向上，目前仅属于回档；（F） 30分钟或60分钟KDJ出现背离现象，也可作为研判大市顶底的依据，详见前面日线背离的论述；（G） 在超强市场中，30分钟KDJ可以达到90以上，而且在高位屡次发生无效交叉，此时重点看60分钟KDJ，当60分钟KDJ出现向下交叉时，可能引发短线较深的回档；（H） 在暴跌过程中30分钟KDJ可以接近0值，而大势依然跌势不止，此时也应看60分钟KDJ，当60分钟KDJ向上发生有效交叉时，会引发极强的反弹。
（2） 当行情处在极强极弱单边市场中，日KDJ出现屡屡钝化，应改用MACD等中长指标；当股价短期波动剧烈，日KDJ反应滞后，应改用CCI，ROC等指标；或是使用SLOWKD慢速指标。
（3） KDJ在周线中参数一般用5，周KDJ指标见底和见顶有明显的提示作用，据此波段操作可以免去许多辛劳，争取利润最大化，需提示的是一般周J值在超卖区V形单底上升，说明只是反弹行情，形成双底才为可靠的中级行情；但J值在超买区单顶也会有大幅下跌的可能性，所以应该提高警惕，此时应结合其他指标综合研判；但当股市处在牛市时，J值在超买区盘中一段时间后，股价仍会大幅上升。
RSI：相对强弱指标
RSI下限为0，上限为100，50是RSI的中轴线，即多、空双方的分界线。50以上为强势区（多方市场），50以下为弱势区（空方市场），20以下为超卖区，80以上为超买区。 RSI指标的买点：（1）W形或头肩底 当RSI在低位或底部形成W形或头肩底形时，属最佳买入时期。（2）20以下 当RSI运行到20以下时，即进入了超卖区，很容易产生返弹。（3）金叉 当短天期的RSI向上穿越长天期的RSI时为买入信号。（4）牛背离 当股指或股价一波比一波低，而RSI却一波比一波高，叫牛背离，此时股指或股价很容易反转上涨。RSI指标的卖点：（1）形态 M形、头肩顶形 当RSI在高位或顶部形成M形或头肩顶
形时，属最佳卖出时机。（2）80以上 当RSI运行到80以上时，即进入了超买区，股价很容易下跌。（3）顶背离 当股指或股价创新高时，而RSI却不创新高，叫顶背离，将是最佳卖出时机。（4）死叉 当短天期RSI下穿长天期RSI时，叫死叉，为卖出信号。

Ⅱ 股票交易规则，新手应该如何炒股

股票今天买明天买，一天开盘六小时，节假日周末不开盘。

Ⅲ 哪有股票论文，可以指点一下吗

股票（stock）是股份公司发行的所有权凭证，是股份公司为筹集资金而发行给各个股东作为持股凭证并借以取得股息和红利的一种有价证券。只有我在快乐之中觉得不生最美丽无悔的选择。爱上你，爱上这座城，

Ⅳ 以股票多头私募基金为例：私募FOF投资如何玩

1. 风格捕捉与投资决策

自2014年私募基金登记备案制度实行以来，我国私募基金行业发展迅速，目前已经进入到规范化、制度化发展阶段。如果说2014年~2015年是制度规则密集出台的“起步规范年”，那么2015年至今可谓风生水起的“FOF投资年”。据统计，2015年在上半年行情的推动下，私募FOF市场迎来大爆发，全年私募FOF产品发行数量达到836只，几乎是2014年的5倍。2016年，私募FOF发行数量增长趋势仍在延续，但增长通道趋于平稳。我们估算，当前市场上存续的私募FOF初始规模超1500亿元，FOF投资的方法论成为市场追捧热点。

私募FOF长期稳健的资本增值需要通过合理的资产配置和有效的组合来实现，相对完整的路径是：大类资产配置——>类别资产的选择——>具体资产的挑选，同时还包括根据市场环境变化进行的动态配置。风格捕捉在私募FOF投资链条上可充当多个角色：在类别资产选择阶段可以作为风格轮动策略具体实施的参考依据，在具体资产挑选阶段有助于更准确地评价基金业绩，在动态配置阶段可以监测标的基金风格变动情况从而及时做出调整，有效降低了选择成本。

若抛开私募FOF复杂的流程形式不谈，对私募基金投资个体而言，风格捕捉在直观上也有助投资决策的确定。由于不同风格类型的标的基金在相同市场环境下的表现有差异，风险收益特征不同，因此对标的基金及时的风格捕捉有利于根据投资者不同的风险偏好与需求选择相应的标的基金。另外，在一定时间段业绩较好的基金，基本都是切合当下基础市场行情市场风格的产品，因此对全市场基金产品的风格捕捉或许可以从一定程度上帮助判断当前市场风格走势。

本文对风格捕捉方法在投资决策上的应用进行了探讨。感谢吴昱璐同学对本文的贡献。

其中，R_i表示私募基金i的收益率；因子F_i表示各种类别资产的收益率；其系数b_ij表示私募产品i的收益率对各风格资产j的敏感度，而ε_i代表私募基金i的非因子收益部分，包括了基金经理的主动管理alpha和残差项等在内。按照Sharpe的说法，模型表明基金收益率由风格收益和选择收益两个关键部分组成。

2.2 因子选取与风格界定

Sharpe资产分类因子模型要求类别资产（也即风格因子）满足三个条件：互斥性、全面性、收益差异性。具体而言，任何一个底层证券不应被同时纳入多个类别资产；应将尽可能多的证券纳入所选资产类别；类别资产间或是相关度较低，或是有不同的标准差。由于类别资产构成往往会更替，一定程度上会引起私募基金收益率和风格收益率的偏差。

本文重点探讨风格研究以后的应用问题，因此选择最简单的规模维度做示例：大盘因子、中盘因子、小盘因子。具体应用中使用申万大盘指数、申万中盘指数、申万小盘指数分别作为大盘、中盘、小盘三种风格资产组合，这样的类别资产划分满足三条件的互斥性和收益差异性，但在全面性上存在一定缺陷。Sharpe在1992年的论文中采用了价值股票、成长股票、中等规模股票、小规模股票、欧洲股票、日本股票等12个类别资产做风格探讨。

本文以40天为一个回归周期，通过对回归后的风格因子系数设定一个阈值来判定基金在该段时间内的风格类型。在回归结果拟合度较高的基础上，若某一风格因子系数大于或等于0.5，则判定基金在该周期内为此类风格；若系数均小于0.5，则认为该基金无明显风格，较为均衡。

3. 数据选取与清洗

本文选取私募排排数据库内净值披露频率为天，且净值数据不少于41个的股票多头私募基金作为样本，共计937只。考察期为2016年1月4日至2017年3月31日，以40天为一个回归周期按天进行滚动回归，即每天都将得到一个风格判定。

数据清理过程中涉及以下几点：

（1）考虑到存在数据缺失问题，在提取初始数据时，若该工作日无数据，则选取前10日内最靠近该日的净值数据作为该日数据，若前10日内均无数据，则标记为无数据。

（2）对于每只基金，回归将从考察期内净值披露的首日后40日算起，该日前所有日期标记为无风格数据。

（3）若40天的回归期内有超过5天无净值数据，则不进行回归，即无风格数据。若符合回归要求，则对缺失数据进行插值处理。

4. 股票多头私募全貌：持续显著个体不及一成

本文对符合条件的937只股票多头私募基金在2016年1月4日至2017年3月31日内的日收益率进行以40天为周期的滚动回归，每只基金共计264次回归。经过检验后，据上述风格界定方法判断基金每日相对应风格类型。

在所有937只基金中，共有310只产品有至少一次拟合度符合条件的回归结果，约占所有基金的33.1%。在这310只产品中，符合拟合度要求的回归结果占比低于50%的有252只基金，约占81.3%；符合拟合度要求的显著回归结果占比高于50%的有58只，约占18.7%，其中有两只基金的所有回归结果均符合拟合度要求。

结果表明，多数股票多头私募基金的风格特征无法通过显著性检验，我们理解原因主要有：

一是私募基金仓位设定灵活，在建仓期、风险规避期、策略调整期、多策略分散期、人员调整期都有可能低仓位运行，而产品的存续期限往往是1年~3年，因此在较长的时期（如40个交易日内）持续八成仓位及以上的情况较少，影响了模型的有效性。

二是私募基金投资风格多变，除了少数持续深耕优势行业的私募基金以外，多数私募基金从历史投资周期看均经历过全市场、全行业的投资，随风而动与守株待兔型的风格切换实属常态。另外，如果基金经理在行业和市值风格上持续保持分散，也会导致风格判定的失败。

三是量化交易理念的普及一定程度上扩大了私募基金选股的风格面，其中择时模型和行业轮动模型往往会提升私募基金换手率，加速私募基金仓位和选股的切换。量化交易信号往往随市而动，会减少持续的风格暴露。

由于未通过检验的分析结果不具备统计意义，我们重点探讨如何利用显著性的风格结果辅助私募基金FOF投资。

5. 玩转风格捕捉，辅助私募FOF投资

5.1. 单产品风格漂移监测

风格漂移是私募FOF投资关切的重点之一，高低风险品种的切换、策略重心和集中度的改变等都会造成私募实盘中的风格漂移。对于股票多头私募基金的投资而言，在无法获得高频持仓信息的情况下（往往是投前，投后也常如此），基于净值的风格监测记录了产品的投资轨迹、可作为投资经理所宣称策略的重要印证。对于同一公司管理的多个股票多头产品，风格监测可侧面反映私募基金投资决策会是否有效达成了一致结论、产品间是否有效控制了差异度。某种程度上，后者也反映了私募是否公平对待各类投资者。

从单产品来看，回归结果最直观显示的是该产品在观察期内的风格变化情况，从而能够对产品风格漂移进行监测，反映该产品是否有投资策略的变化。

在通过显著性检验的观察样本中，我们发现某私募基金公司旗下几乎所有的股票多头产品都表现出了相似的风格轨迹：2016年7月份以前，该私募旗下股票多头产品明显偏向大盘风格，而2016年8月份以后，旗下股票多头产品风格逐步向中小盘倾斜，2017年初以来，大市值偏好再度提升。

我们认为，同策略产品净值走势的趋同、风格轨迹的趋同可帮助私募FOF在投资中有效识别纯平台型或投资管理不集中的私募基金，当然，若产品处于截然不同的投资周期例外。

5.2. 从产品风格统计看市场风格倾向

从全市场基金产品的维度看，通过对当前有明显风格表现的基金数量分别进行统计，可以判断当前市场风格倾向。

理论上，全市场股票多头私募基金的风格倾向表明了其当前的配置情况，进一步，隐含了私募基金对市场的看法与预期。作为二级市场的重量级参与者，这种风格倾向或将为投资提供一定参考。然而，如前所述，2016年以来，绝大多数股票多头私募基金的市值风格并不明显，仅基于显著小群体的风格统计极有可能偏离行业的真实看法。

由于经过回归后显著表现出风格属性的私募基金产品个数有限，我们仅陈述结果，而不讨论意义。从百分比堆积图看，2016年以来，显著样本对市场的风格倾向逐步由大盘转向中小盘。

5.3. 寻找风格胜率较高的单产品

传统上，我们以各类绩效指标衡量私募基金的业绩表现，典型的如收益率、最大回撤、波动率、夏普比率等。对于股票多头而言，风格的成功切换可侧面验证择时择股逻辑的有效性，可考虑成为绩效评价的维度之一。

风格胜率指在一定观察期内产品风格与市场风格相符的比例。

大多数产品的风格胜率在10%以下，胜率大于10%小于等于30%的有95只，另外有16只基金产品风格胜率大于30%，最高达40.53%。当然，我们此处统计考虑的是基于历史数据计算的风格与当前风格资产表现之间的关系，更为合理的做法可能是基于历史数据计算风格与未来一段时间风格资产表现计算胜率。

5.4. 配置风格资产可以获得预期效果吗？

在对产品以及市场风格进行观测的基础上，更进一步，可以在选取当前市场中符合投资者风格偏好的产品以后，观测未来产品的表现是否与市场风格走势一致。但是由于基金产品风格切换频率较高或持仓变化较快，我们认为该模型存在一定局限性，无法准确判断产品未来风格走势。

我们发现，对不同的考察期运用该模型会得到不同的结果。本文选取风格资产组合走势同向和分化阶段两种典型情况分别观察，走势分化阶段以2016年11月17日至2016年12月1日为例。走势同向阶段以2017年1月16日至2017年2月17日为例。

在2016年11月17日至2016年12月1日阶段，大盘与中小盘指数走势出现明显分化，大盘指数持续走高，中小盘指数基本持平。统计该阶段显示为大盘和小盘风格的产品收益率，大盘风格收益率从普遍高于小盘风格收益率，且小盘风格产品收益率均小于零，与指数走势一致。

在2017年1月16日至2017年2月17日阶段，大盘与中小盘指数走势基本相同，小盘指数收益率相对最高，大盘指数收益率相对最低。统计该阶段显示为大盘和小盘风格的产品收益率，发现大盘风格产品收益率普遍高于小盘风格产品收益率，与市场风格走势相悖。

5.5观测单产品的风格追踪误差

Sharpe曾提出，在尽可能描绘基金的风格全貌以后，可以考虑搭建一条模拟的风格基准，观测产品未来表现相对风格基准的偏离。但我们认为，私募基金追求的是更为宽泛的投资理念与绝对收益的实现，本身极少考虑对模拟的风格基准的追踪问题，因此我们此处不讨论这一话题，仅作为开阔思路提出。

6.总结

综上所述，将Sharpe资产分类因子模型应用于股票多头私募基金、辅助FOF投资，目前较为可行的用法是监测单产品风格漂移，在观测市场风格倾向方面面临可用样本占比过低的问题、在寻找风格胜率较高的产品方面可能面临方法缺陷对结果的扰动、在配置风格资产方面可能面临追踪误差较大的风险。我们将持续关注完善基于风格捕捉的私募FOF投资改进。

此外，就数量模型本身而言，由于R^2仅能反映模型对整个回归周期的拟合度，而无法显示周期内模型估计值偏离程度的走势，因此当回归周期末模型估计值偏离程度较高时，对未来风格趋势的判断可能存在偏差。