国外很多数量化投资研究机构都会采用一致预期数据构造选股的模型，以充分把握市场的看法和市场的情绪，从而至少获取可观的阶段性收益。
其中比较有名的是Columbine Capital的预期选股模型(Expectational Model,EM)，从该模型的历史表现来看，过去10年此模型选股组合的年超额回报率达到4%。
1 、传统EM模型
Columbine Capital的预期选股模型主要利用一致预期数据构造五大指标，即分析师预期的一致性指标、分析师调整预期的信心指标、分析师调整预期的幅度指标、超预期水平及预估的期望回报率等。
EM模型首先按照各个指标对个股进行打分评级，然后通过最优梯度选股策略来决定各个指标间的关系，从而得到最后的评级，以此做出买入或卖出的指令。这5类指标综合性地考虑到市场一致预期的方方面面，从预期一致性的衡量到分析师的信心，从调整幅度到超预期的水平，这些指标都能够充分地衡量市场的看法，把握市场的情绪。对未来预期收益的估计，也反映在模型之中，以此反映市场给予个股估值水平的高低。另外，预期增速处于中等水平的股票在年报后的表现更好、更稳定。
2、修正EM模型
在修正EM模型的建模过程中，将采用综合评估法和多因子模型来替代。在指标选取方面，主要借鉴Columbine Capital预期选股模型(EM)的指标设计体系。然而，国内的一致预期在指标数据的采集上，很难获得一致预期方面更为详细的数据，因此只能设计替代的指标体系。
该修正模型仍然采用朝阳永续所提供的一致预期EPS数据(按照朝阳永续的一致预期算法，对机构影响力和时间影响力进行双重加权)，并做进一步的加工、整理和分析。朝阳永续一致预期数据所构造的一系列指标的计算方法和含义如下。
(1)EG：一致预期EPS的增长速度(EPS Growth)。每个月度，提取市场对下一年度的EPS预期的增长数据。EG指标反映市场中卖方分析师对个股下一年度EPS的增长预期，预期越高自然理应获得更好的回报。EG越大，分析师越看好个股的未来成长速度。
(2)RC：卖方分析师在调整预期EPS时的信心(Revision Confidence)。每个月可以看到分析师对下一年度EPS预期的调整状况。设定EPSa为分析师当月对下一年度EPS的预期值，EPSb为分析师上一个月对下一年度EPS的预期值。
RC采用以下计算公式：RC=(EPSa-EPSb)/上月收盘价
可以看到随着时间的变化，分析师依据当前的股价基础也对未来的预期EPS做出适当的调整，这也反映出分析师对未来EPS预期调整的信心水平。RC越大，说明分析师有可能非常有信心认可个股未来的每股收益水平；反之则信心欠佳。
(3)RA：分析师对个股未来EPS水平的乐观态度。用分析师对下一年度一致预期EPS高过历史上平均EPS的水平来表示。对于未来预期EPS高过历史平均EPS(采用前两年的EPS平均值)的那些股票，分析师对其未来成长持乐观态度；对于未来预期EPS低于历史平均EPS(采用前两年的EPS平均值)的股票，分析师则持悲观态度，即不看好其未来的成长水平。
(4)AN：关注个股的分析师数量。采用log(1+分析师数量)来给出AN的值。对个股关注的分析师数量越多，那么市场对它的了解程度也越深，市场对它的追捧程度也可能更大。如果分析师的数量越多，那么反映市场的情绪可能更加合理和准确。而关注的分析师数量越少，那么一致预期的数据可信度可能会低一些，当然并不是说这些股票质地不好。仅从分析师数量的多少不可能辨别股票的优劣，但是可以反映出市场追捧的情绪。
(5)ANV：关注个股的分析师数量的变动率。用当月AN值减去上月AN值来表示。若ANV为正，则表示关注这只股票的分析师数量在增加；ANV越大，分析师数量增加得越多，关注度可能越大。若ANV为负，则表示关注这只股票的分析师数最在减少，关注度可能在减弱。
(6) EY：预估的EPS回报率。用当月分析师对下一年度EPS的一致预期值与上月收盘价的比值来计算EY值。这个比率是市场分析师对当前股价水平所能获得未来EPS水平的看法。EY越大，表示分析师更加看好未来的回报率；EY越小，表示分析师可能不太看好这只股票未来EPS的回报率水平。从EY角度来看，可以评价预期未来的EPS水平是否能支撑现在的股价水平。在这里，EY的倒数就是未来预期的市盈率水平。
这六大类指标主要是试图量化地刻画市场卖方分析师对未来预期的一致性看法和情绪，也就是采用量化的指标来衡量分析师在调整未来一致预期数据时的信心、态度、人气度等，这些可以通过观察分析师调高或调低一致预期EPS的幅度大小、预期未来市盈率的倍数等来得到结论。
选股的时候则根据EG, RC, RA, AN, ANV, EY这六大指标进行EM预期选股模型的构造。一种方法是采用综合评估的办法，即分别按照各个指标对个股进行打 分，然后给予每个指标一定的权重，进行加和得到个股最终的总分评级排序。另一种方法就是采用多因素模型，考察六大指标与个股未来收益之间的关系，同时以下一期六大指标水平预测个股未来一期的收益率水平，以此对各只股票进行排序。
