​步骤4：各移动平均线的相对预测属性均不稳定，因此我们对各期回归系数在时间序列上进行平滑处理(原系数为12)： 得到 t+1 期的回归系数预测值。%beta值的计算
betavalue=coef(close,0);%beta的值的求解
for t=1:2
    betavalue=betavalue+coef(close,t);
end
betavalue =betavalue/3;%beta均值计算步骤5：最后计算回归系数的预测值与个股 EMA 的乘积： 其表示基于市场整体趋势特征和个股超短期、 短期、中期、长期历史价格信息对下一期个股收益的预测，并基于此构建选股策略。%%EMA计算
nowEMA3= EMA(close,3);
nowEMA5= EMA(close,5);
nowEMA10= EMA(close,10);
nowEMA20= EMA(close,20);
nowEMA30= EMA(close,30);
nowEMA60= EMA(close,60);   
%nowEMA120= EMA(close,120);
%nowEMA240= EMA(close,240);%预期收益相对大小
oldvalue=[nowEMA3,nowEMA5,nowEMA10,nowEMA20,nowEMA30,nowEMA60]*bet选股时选出该值最大的一批股票。（上述代码为EMA多期限组合计算）
实现与结果部分注：此报告只参考其选股部分内容，对EMA3,5,10,20,30,60操作,为了横向比较单独测试了EMA3,5,10,20,30,60，以及EMA大综合（即包含所有周期测试效果）,以及单独测试的EMA3,20,30综合组合。观测多周期EMA线的趋势选股策略的效果。
参数设定

• 股票池：中证500
• 时间：2010年1月1日~2017年6月30日
• 资金：1,000,000,000
• 手续费：万分之二点五
• 无风险利率：百分之二
• 滑价：0
• 20日一调仓，每期调50支股票
• 调仓后设置止损
• 以每日的下一个bar开盘价成交
  

各曲线如下
红色代表达标（超过平均值），黄色代表不达标（未超过平均值）。

可以粗略看出综合项的回撤均较低有相对较好的夏普率，EMA3和EMA20在收益上表现良好，EMA30回撤较低，对EMA3,20,30进行综合，得到了一个综合更为理想的回测（回撤较低，且保证了收益）。由此可见综合项包含信息较多的优势。
该策略主要根据上个月各EMA线情况回归这个月的收益得到系数，用这个月的情况与系数相乘预测下个月的收益，调仓时选取预测收益最大的股票进行买入。

从年化收益与各指标来说，与其他策略相比可能并不是特别好。可以考虑缩短调仓周期，更换止损策略，尝试不同的EMA线的长度等等，或者采取组合策略。