随着中国经济高速发展,投资门槛逐渐降低,投资覆盖的人群越来越广泛。根据相关数据显示,截止到2019年第二季度,我国沪深A股市场的流通市值约44.5万亿人民币,投资者开户数4.5亿户。大量投资者出现同时也涌现了众多的证券分析机构,机构的分析师对个股提供了预测股票前景的投资评级数据,例如:万得综合评级。该类数据为投资者提供股票的买入和卖出建议。市场上,这些数据很大程度影响了投资者的投资决策,通常乐观评级的股票收益比悲观评级的股票收益好。但这些数据的计算过程不对外公布,评级对象也是少数上市公司,多数公司的评级数据为空白。故基于中国证券市场,掌握主动有效的投资前景计算方法,从而科学有效地指导我们进行投资决策,最大化收益最小化风险是我们追求的目标。论文提出了一种面向投资者的动态投资前景值计算模型。以沪深A股的制造业上市公司为研究对象,收集了制造业公司2015、2016和2017年的八大类基本面数据和财务数据,共计24个因子用于构建模型的初始候选因子集合,探索计算类似债券综合评分(Equity summary score)的债券综合评价,或投资前景评价,并检验其应用效果。首先,根据前向分段回归技术(Forward stagewise regression)从24个候选因子中筛选出了7个影响万得综合评级的预测因子。然后,将7个因子分为成本性和效益性两类,利用熵权法和TOPSIS法计算出每个公司的投资前景值,将其作为对公司主体的动态投资前景评价。接着,对比投资前景值与万得综合评级的投资效果,并将投资前景值应用于未评级的公司。最后,将投资前景值与均值-CVa R模型结合计算更优化的资产权重分配系数。实验结果表明投资组合的投资前景值越高,组合的收益越高,组合的投资前景值越低,收益越低。证明将投资前景值用于投资决策是有效的。以沪深300指数作为基准,优化资产权重组合的投资收益高于等权重资产组合的投资收益,说明投资前景评价最大化应用于风险控制也是有效的。投资前景值评价解决了现有投资评级数据覆盖面问题,可以及时全面地分析计算债券资产综合评分,在一定程度上改进投资市场信息的不对称性,为健全投资市场、优化资产管理提供决策支持作用。