在基本面选股策略篇里，我们为大家介绍了多因子模型、风格轮动模型和行业轮动模型等三个常见的选股模型。

这些模型有一个共同点：他们大多基于经济数据、财务数据等来做判断的。

打开格局，释放想象力，我们还有什么可以参考的选股依据呢？

想一想技术面分析、k线，“金叉买入”“死叉卖出”？

想一想股民们常说的左侧右侧布局、趋势交易、拐点布局？

想一想机构资金、个人资金的不同交易行为对股价造成的不同影响？

······

诶，是不是有一种可能，从市场行为来帮助分析股票后续表现呢？

基于市场行为的选股策略及其模型可谓精彩十足，如同谈判桌上的博弈，要根据对方的表情、细微动作，揣摩对方的语言，从而见机行事地落下棋子。

同样的，基于市场行为的选股模型要根据市场中其他交易者的行为来对分析股票市场未来表现，从而做出有利的决策。

这些模型又有什么“门道”呢？让我们一起来了解一下！

资金流模型理解起来相对简单，一般情况下，资金流入一定程度上反应了该股票收到市场投资者的追捧，大家纷纷买入某只股票的行为可能会被视为股价将会上涨的信号；反之，资金流出的股票则可能被视为股价下行的前兆。

比方说，A股市场上有个关于“聪明资金”的传说，这些“聪明资金”的称号或来自于市场参与者对其“高抛低吸”的能力和能打的实战业绩的肯定。我们常常听说的北上资金就被一些投资者称为“聪明资金”。北上资金，一般指的是通过沪股通、深股通机制从香港市场流入A股的资金。包括合格境外机构投资者、人民币合格境外机构投资者等资金在内，这些资金大多在市场上有着“崇尚价值、长期投资”的标签，专业能力也被市场所认可。故而市场上的投资者会通过监测北上资金的流入流出、前十大持仓股等数据来辅助自己的投资决策。

量化模型通过将某一类或多种资金净流入/流出的数据纳入监控和分析，从而为后续投资判断提供一定方向或依据。

动量效应的学名很高大上，吓退了许多量化小白，投资者们给这一理论取了一个外号——“追涨杀跌”，这反而更通俗易懂。

动量效应最早在1993年被提出，指的是在一定条件下，股票可能会延续原来的趋势，原来股价是上涨，在未来可能会继续上涨一段时间；价格下行的股票也是同理。

和动量效应相伴相生的还有反转效应，就是说：跌了一阵儿的股票可能会迎来拐点，在未来上行的可能性更大；而前期涨得相对较猛的股票，在未来一段时间可能迎来均值回归。（A股股民内心OS：是啊，抄底抄在半山腰上的我原本也是这么想的。现实操作起来，要么就是在茅台500块的时候清仓了，要么就是在2022年年初满仓医药，吃上好几碗大面。）

诶，别急，即使咱的选股逻辑是对的，但执行起来会有各种意想不到的情况发生。我们来看看量化模型如何科学地利用动量效应来选股的？

其实呀，动量反转模型是基于对历史信息的分析来判断动量效应的强弱程度，从而应用到未来的选股当中去。举个简单的例子，比如用量化模型监测在过去20个交易日内涨幅排名靠前的行业，有多大概率在之后的20个交易日内仍然能保持涨幅排名靠前，一定程度上，概率越大，说明这个行业上涨行情的延续性更强；量化模型用来监测和计算在过去60个交易日内跌幅较大的行业，在之后的60个交易日内实现反转来到涨幅靠前的排行榜的概率是多少，一定程度上，概率越大，说明这个行业反弹能力较强。

随着监测条件的变化（比如拉长监测动量效应的交易天数、在不同的经济周期中进行监测），不同行业的动量效应会有很大的不同；我们也知道，过往历史不能简单推演出未来的股价走势，故而利用好动量效应选股对信息处理和分析的要求相对较高。这一选股工作不妨试着交给量化模型来帮忙吧。

今天我们为大家介绍了2种常见的基于市场行为的量化选股模型。事实上，基于市场行为的量化选股方法还有很多。近年来海外机构里还流行起来很多有意思的选股方法，比如，一些量化基金通过获取各大财经新闻网站上网民对于某一热点概念的讨论频率等数据，来分析这些热点概念是否在未来较短的时间里能够迎来一波上涨行情。这些量化模型可以说是选股中正规军之外的奇兵了，奇兵能否出奇制胜呢？期待基于市场行为的更丰富的量化模型能够在未来带给我们惊喜！