由於市場風格輪動，保持單一的投資風格並不一定是最佳的投資策略，積極的風格轉換策略有助於提高投資績效。風格轉換主要涉及兩個問題，即在何時進行風格轉換，以及風格轉換能否彌補交易成本。
風格轉換策略模型實際上是在建立了一系列基本預測變量的基礎上，尋找一個適用於風格轉換的合理模型。
從已有文獻看，主要有以下3類方法：
(1)將風格相對收益率對相關變量進行迴歸。但由於建立精確關係較爲困難，因此這種方法基本被排除。
(2)Markov Switch模型。該模型主要關注相對收益率的歷史表現(按照Levist的變量分類辦法，這些指標主要是技術變量)，並不關注其他基本經濟變量，因此這種方法可能遺漏了很多可用信息。
(3)Logistic概率模型。在任意時點，風格轉換的結果無非有兩種，即轉換或不轉換。如果預期下期某類風格佔優，則將現有風格轉化爲佔優的風格。
標準Logistic模型如下：
其中，如果構建期後一月份的某風格(如價值股)收益率大於另一風格(如成長股)收益率，則yt+1=1,否則yt+1=0。建立遞歸預測方法，當構建期往後延伸時，則形成時間序列y1，y2，…Yr。
在建立Logisti。預測模型前，需要首先選擇n個可能的影響因素(宏觀、基本面與技術面等)，這可以通過逐步迴歸、主成分分析等方法選擇。然後，利用Y對n個解釋變量建立多元Logistic迴歸模型。可採用Jackknife method等檢驗方法對多元Logistic模型的穩定性進行檢驗，並確定模型最佳的判別點。比較按最佳判別點確定的風格轉換策略所獲得的收益，是否大於任何簡單的買入並持有策略，若難以超越，則認爲簡單的買入持有策略爲最佳策略;若超過，則考慮交易成本後的最佳轉換風格的交易策略。其中，如果構建期後一月份的某風格(如價值股)收益率大於另一風格(如成長股)收益率，則yt+1=1,否則yt+1=0。建立遞歸預測方法，當構建期往後延伸時，則形成時間序列y1，y2，…Yr。
在建立Logisti。預測模型前，需要首先選擇n個可能的影響因素(宏觀、基本面與技術面等)，這可以通過逐步迴歸、主成分分析等方法選擇。然後，利用Y對n個解釋變量建立多元Logistic迴歸模型。可採用Jackknife method等檢驗方法對多元Logistic模型的穩定性進行檢驗，並確定模型最佳的判別點。比較按最佳判別點確定的風格轉換策略所獲得的收益，是否大於任何簡單的買入並持有策略，若難以超越，則認爲簡單的買入持有策略爲最佳策略;若超過，則考慮交易成本後的最佳轉換風格的交易策略。