随着中国金融改革的不断深化,金融市场逐渐走向成熟与开放,并与国际社会接轨。从起步到发展到成熟,中国股票市场逐渐建设成多层次差异化的结构,同时,也需要更多更符合中国实际的金融模型与理论的提出和发展。截止2018年10月31日,沪深两市有多达三千多家公司上市,如何利用有效的金融量化分析模型,寻找最大化规避风险并取得超额收益的长期策略?该问题即为本文的研究重点。当前阶段的金融理论模型缺少长期策略的验证与分析,本文根据RAM-DEA模型发展出含负值变量的同行交叉效率评价竞争选择定理,提出学习型竞争策略(L-策略)和差异化竞争策略(D-策略),并在不同市场情景下-“牛市”和“熊市”,采用两种策略对沪深A股2006.01-2017.12期间的上市公司数据进行组合验证与分析。对沪深A股市场十个行业分别进行同行业交叉效率评价,优选出每个行业中业绩优良、成长性好、估值偏低的上市公司,对选出的上市公司股票池通过均值-CVaR模型进行组合优化,进行长期验证,以分析中国金融市场量化决策的效果及理论模型的适用性和长期有效性。实证结果显示,在群体快速成长环境中(“牛市”),学习型策略(L-策略)占优;在群体低迷成长或下滑环境中(“熊市”),差异化竞争策略(D-策略)占优。本文的研究对于指导中国股票市场的投资具有一定的实践意义。运用模型量化的方法进行决策单元(股票)的优选,能够有效降低投资者的非理性行为,降低市场的高波动率,增强市场有效性。