股市常被认为是一个国家经济的晴雨表,中国股市起步晚,发展快,由于监管制度有待改善,主流媒体评论繁杂等原因,导致股市震荡成为常态,在暴跌暴涨风气蔓延之后,越来越多不理性的投机者加入了追涨杀跌的队伍,导致股市更加阴晴不定,坠入恶性循环。本文通过统计模型提出了股票和基金收益的评价方式,以期通过建模的方式,为投资者在选择金融投资提供建议,让资金重新握手理性,为我国金融投资事业发展进献绵薄之力。本文将均值回归和分位数回归对股票和基金收益进行建模,首先寻找与股票和基金相应的市场风格因子,然后以股票和基金的周收益为被解释变量,市场风格因子为解释变量建立回归模型。由于市场风格因子较为全面,涉及到变量选择问题,因此本文以均值逐步回归为对照组,分别讨论Lasso惩罚和弹性网惩罚下的分位数回归对市场因子的选择以及股票和基金收益能力评价。本文利用Jensenα指数和利用分位数回归特性构建的α*来评价单个股票和基金的收益能力,通过逐步回归,Lasso惩罚和弹性网惩罚来讨论股票的收益风格和基金的投资风格。最后利用Sharpe指数和Sortino指数对股票和基金进行加权组合绩效评价,从而反向验证三种模型对单个股票或基金的收益评价和市场风格因子的筛选是否准确。实证结果表明,在三种加权投资方案下,无论是Sharpe指数还是Sortino指数,以弹性网分位数回归为基础的股票和基金投资组合绩效要好于另外两种模型,Lasso分位数回归其次,这也间接证明了分位数回归的绩效评价能力要强于均值回归,弹性网惩罚比Lasso惩罚的分位数回归筛选的风格因子更为准确,评价能力更强。