中国经济高速发展的同时投资市场也逐渐发展壮大,从2011年至2020年市场规模和投资群体规模都将近扩大了3倍。投资评级在实践中通常被称为分析师评级,是各大机构分析师通过自身专业的知识、科学的量化分析方法对股票的买入、卖出等给的建议,该建议将股票评定为特定的等级在某些平台上发布,为投资者提供决策参考,等级可分为五大类:买入、增持、中性、减持、卖出,万得一致综合评级便是投资评级中的一种。然而,分析师给出投资评级等级的过程都是属于黑箱操作,并不会对外公布,且评级大多集中在乐观等级,对于同一等级的企业无法进一步量化比较,因此投资评级所包含信息的客观性和公正性一直以来都存在争议。此外,过往对投资评级的研究都是在静态模型下以某些固定因子作为变量进行研究,虽然提升了效率,但因子在不同时间段所包含的有效信息,特别是近期信息并不多。鉴于以上问题,本文选取沪深300指数为样本,构建包含估值、技术面、杠杆等十大类属性共计29个自变量因子,以万得综合评级数值作为因变量,设计两级移动时间窗口,在一级移动时间窗口内采用前向分步回归方法动态寻找与评级相关因子,在二级移动时间窗口动态确定前景属性因子;然后以沪深A股上市制造业企业为样本,根据前景属性因子特点,选取两种多属性决策方法——基于因子优化方向的熵权Topsis方法和基于因子偏好函数的Promethee方法,计算每个企业的投资前景值,通过投资前景值量化投资评级,并按前景值从高到低构建投资组合,与万得一致综合评级组合进行对比,选取指标对组合收益进行检验;最后通过组合权重系数整合两种方法所提供的信息,提出一种线性组合预测模型,通过组合预测模型再计算投资前景值,同样构建投资组合并进行检验。结果证明了在两级移动时间窗口的基础上,单一的多属性决策方法虽然有一定的作用,但相比于万得一致综合评级表现并不稳定,而组合决策模型量化投资评级明显优于万得评级和单一的决策方法,且经过两级移动时间窗口动态筛选前景属性因子得到的评级结果包含了更多的近期信息,符合市场动态变化的特点。