离散化因子处理，重视因子排序
　　在当前风格、板块、主题均弱化的背景下，通过精细化的风险管理来实现稳定的超额收益将是必然选择。
　　在《多因子量化选股系列专题研究-因子离散化股票多因子风险模型》（2022年6月8日）中我们所提出的风险模型最主要特点在于，对各大类因子进行了基于分位数的分组划分，每个因子的每个分组以哑变量形式体现在回归方程中。这样设置的目的在于:
　　一是各因子收益率是在其他因子中性化之下的组内个股加权收益率，更具有实际意义；
　　二是离散化的本质是对排序关系的描述，而非数量关系的描述，而且为非线性问题预留了灵活的操作空间。
　　以累计超额动量为轮动标准，轮动效果明显
　　因子离散化模型的因子收益率体现了每类因子在每个交易区间的超额收益，不受其他因子的影响，即所谓的“纯因子收益”，因此可以较好地体现每类因子的表现；
　　我们把对行业和风格的选择转移到了因子层面，本文的行业和风格轮动模型也可以视为因子择时的拓展；
　　基于动量效应的行业和风格择时策略是从因子本身的表现为出发点的，我们认为外界因素对每个行业和风格的影响都已经体现在了因子收益率之中；
　　在轮动效果的检测上，我们参照单因子测试的流程，将每个行业和风格组合作为投资的标的，以它们过去二十日的累计超额收益率作为轮动指标进行分组回测。