将一分钟高频数据按月进行划分，形成十二个月的分月数据，再分别求出沪深300指数以及成分股的收益率。设定每两个月为一个样本周期，前一个月为样本期、后一个月为检验期，计算得到每日的跟踪误差。本文不再就五日和十日平均数来进行比较，而是将跟踪误差具体到每一日，看每个月运用各种优化方法计算出来的股票权重在次月对股指每一日的跟踪效果如何以及稳定性和变化情况谁优谁劣。

　　本文在回顾上篇文章中谈到的两个概—权重优化法以及保留行业比率的优化法。权重优化法：利用跟踪误差最小化方程，计算样本期内各股票的优化权重，将其作为各股票的权重赋值在检验期内进行跟踪检验；保留行业比率的优化法：同样也是运用最小二乘法，只是在权重优化的过程中，保留样本股票所在各个行业的原始权重。

　　并没有在任何情况下都是最好的方法，而只有最适合行情情况的方法，因此本文在讨论中进一步加入方法使用的环境，结合指数的走势进行分析。本文并没有采用一贯认为的涨幅超过10%便是牛市，因为本文是按照月份来划分样本期，属于较短的固定时间区间，因此另外界定当涨跌幅度绝对值大于4%时为有明显趋势的走势。本文将沪深300走势中每月的最后收盘价减去月初的收盘价得到每月的涨跌幅，当涨跌幅度小于4%时，我们认为该月份处于震荡行情。经过计算可得到2010年9月与12月、2011年1月、3月以及4月均为震荡行情，其他则为单边行情。