在证券市场上,共有某种属性且具有收益趋同性的股票被归为一种风格。作为组合投资理论的一个新的分支,风格投资由于其对资产配置和风险管理的指导作用及对业绩评估的客观性而备受投资者和学术界的关注。因此,研究证券市场中股票的不同风格及各种风格的属性特征成为亟待解决的问题。为了克服传统风格研究中由于参数分析方法的参数和指标多样化导致的风格划分结果迥异的不足,提出将具有准确拓扑序列的亚超度量空间方法引入到证券组合风格研究中:首先,算出各个股票的任何两只之间的相关系数,并在此基础上计算出超度量空间的欧式距离;其次,利用克鲁斯卡尔(Kruskal)的最小代价生成树算法,构建出证券组合的亚超度量空间;最后,将亚超度量空间映射为指数分层结构,并以此来分析证券组合的风格分布特征。通过对2004-2007年的上证50指数样本股、2005年7月至2007年12月的沪深300指数样本股、辽宁省上市公司样本的日数据进行实证研究,结果发现:(1)风格效应显著,其中行业风格最为突出,而地区风格、参股风格、事件风格、现金流风格、业绩和规模风格在每半年的时间区间内独立分布;(2)在行业风格中,钢铁、金融保险、电力煤气及水、食品饮料和房地产业风格效应显著,而电子、石化、航空、公路桥梁、汽车及批发和零售贸易行业次之,但第一、三产业中的行业风格不显著,特别缺少以现代农业与服务业为代表的行业风格特征;(3)随着时间的变迁,风格内部证券组合的结构也在发生演化,但整体上趋于一致;(4)金融类上市公司在MST中逐渐处于中心节点位置,体现了金融业在现代经济中的核心地位;(5)股权分置改革也使得股票间的相关度增强,并改变了证券市场的整体结构,这从一个新的视角证明了中国证券市场改革走向市场化制度建设的积极作用。上述得到的证券组合的风格分布特征对上证50ETF和沪深300股指期货的操作与减少系统投资风险具有借鉴意义。第一、三产业上市公司和第二产业中的领先企业上市数量和质量不高,是部分样本未形成有效风格的主要原因。