题目：沪市投资组合选择比较研究

    量化投资是用数学模型来寻找投资标的和策略的方法。我国的量化投资多采用多因子选股模型，这种模型虽然有效，但是其缺点也相对明显，比如选股结果稳定性不高。具体表现为选股结果会受到多种因素影响：分析师们搜集不同的数据，分析不同的财务指标和行情指标可能得到不同的选股结果。并且从现实情况看，我国量化基金的收益率波动很大，并没有比同类基金更有优势。因此，本文希望通过介绍学术界传统的均值-方差模型和新兴的规范化期望效用-熵模型并将这两种方法与多因子选股模型进行比较，以此为投资者们提供更多的思路。

    本文以上证50指数中的50只龙头企业的股票作为研究对象，对多种选股方法进行了实证研究和对比分析。具体来说，在2011年-2013年，文章运用多因子选股模型、规范化期望效用-熵模型和均值-方差模型的准则分别选择5只股票准备投资。接着比较各模型中5只股票组成的投资组合2014年投资收益的整体表现，利用回归分析中拟合优度的概念比较各模型选股的有效性，比较各模型计算过程的可操作性和便捷性。

    在选股的拟合优度方面，本文运用两变量的协整模型进行比较。结果显示，各模型的拟合优度都很高，均表现优异，选出的投资组合都可以高度拟合上证指数收益率。通过比较各模型构建的投资组合在2014年的实际表现，发现多因子选股方法和规范化期望效用-熵模型得到的组合收益率远超过大盘收益率，但是多因子选股方法的收益率波动较大，并且在下跌市场中的表现较差。比较模型间的计算过程，可以看出期望效用-熵模型的计算简便，结果易得。因此，综合比较后，作者认为各模型均有各自的特点，可以用一种模型的优势弥补另一种模型的劣势，在实际操作中可结合使用。