交易股票，除了要掌握买卖点之外，我们仍需要学会如何选股。下面给大家说说，什么是量化选股策略？什么是多因子模型？
[多因子模型是量化选股中最重要的一类模型，其基本思想就是寻到某些和收益率最有关的指标。并依据该指标，构建一个股票组合，期望该组合在将来的一段时间跑赢或者跑输指数。假使跑赢，则可以做多该组合，同期做空期指，赚取正向阿尔法收益;假使是跑输，则可以做多期指，融券做空该组合，赚取反向阿尔法收益。多因子模型的核心是寻到因子与收益率之间的关联性]
基本概念
多因子模型是应用最大量的一种选股模型，基本原理是采取一连串的因子作为选股标准，满足这些因子的股票则被购入，不满足的则出售。
举一个简单的例子：假使有一批人参与马拉松，想要知道哪些人会跑到平均成绩之上，那只需在跑前做一个身体试探即可。那些健康指标靠前的运动员，得到超越平均成绩的机会性较大。多因子模型的原理与此相似，我们只要寻到那些对企业的收益率最有关的因子即可。
各种多因子模型核心的区别第一是在因子的选取上，第二是在如何用多因子综合得到一个最终的分析。
一般来说，多因子选股模型有两种分析方法，一是打分法，二是回归法。
打分法就是依据各个因子的大小对股票执行打分，然后依照适当的权重加权得到一个总分，依据总分再对股票执行过滤。回归法就是用以往的股票的收益率对多因子执行回归，得到一个回归方程，然后再把最新的因子值代入回归方程得到一个对将来股票收益的预判，然后再以此为根据执行选股。
多因子选股模型的建立过程首要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的刨去、综合评分模型的建立和模型的评价及连续改进等5个步骤。
候选因子的选取
候选因子的选择首要依靠于经济逻辑和市场经验，但选择许多和更有效的因子无疑是加强模型信息捕获能力，提升收益的核心原因之一。
比如：在2011年1月1号，选取流通市值最大的50只股票，构建投资管理，持有到2011年末，则该组合可以得到10%的超标收益率。这就表明了在2011年这段时间，流通市值与最终的收益率之间存在正有关关系。
从这个例子可以看出这个最简单的多因子模型表明了某个因子与将来一段时间收益率之间的关系。同样的，可以选择其余的因子，比如或许是一部分基本分析指标，如PB、PE、EPS上涨率等，也或许是一部分技术分析指标，如动量、换手率、波动等，或者是其余指标，如预期收益上涨、分析专员统一预期改变、宏观经济变量等。
同样的持有时间段，也是一个重要的参数指标，见底是持有一个月，依旧两个月，或者一年，对最终的收益率影响很大。
选股因子有效性的检验
一般检验方法首要采取排序的方法检验候选因子的选股有效性。比如：可以每月检验，整体来说，对于任意一个候选因子，在模型形成期的第一个月初开始计算市场中每只正常做股票的该因子的大小，按从小到大的顺序对样本股票执行排序，并平均分为n个组合，一直持有到月底，在下月初再按同样的方法从新构建n个组合并持有到月底，每月这样，一直重复到模型形成期末。
上面的例子就已经表明了该种检验的方法，同样的可以隔N个月检验，比如2个月、3个月，甚至更长时间。仍有一个参数是候选组合的数量，是50只，依旧100只，均为非常重要的参数。具体的参数最优的选择，需要用历史报告执行检验。
有效但冗余因子的刨去
不同的选股因子或许受于内在的驱使原因大差不差相同等原因，所选出的组合在个股组成和收益等方面具有较高的统一性，所以其中的一部分因子需要作为冗余因子刨去，而只保留同类因子中收益最好、区分度最高的一个因子。比如成交量指标和流通量指标之间具有比较显著的有关性。流通盘越大的，成交量一般也会比较大，所以在选股模型中，这两个因子只选择其中一个。
冗余因子刨去的方法：如果需要选出k个有效因子，样本期共m月，那么具体的冗余因子刨去步骤为：
(1)先对不同因子下的n个组合执行打分，分值与该组合在整个模型形成期的收益有关，收益越大，分值越高;
(2)按月计算个股的不同因子得分间的有关性矩阵;
(3)在计算完每月因子得分有关性矩阵后，计算整个样本期内有关性矩阵的平均值;
(4)设定一个得分有关性阀值MinScoreCorr，将得分有关性平均值矩阵中大于该阀值的元素所对应的因子只保留与其余因子有关性较小、有效性更强的因子，而其余因子则作为冗余因子刨去。
综合评分模型的建立和选股
综合评分模型选取移除冗余后的有效因子，在模型运行期的某个时间开始，比如每个月初，对市场中正常交易的个股计算每个因子的最新得分并依照适当的权重求得所有因子的平均分。最后，依据模型所得出的综合平均分对股票执行排序，然后依据需要选择排名靠前的股票。比如，选获得分最高的前20%股票，或者选获得分最高的50到100只股票等。
举个例子：可以构建一个多因子模型为(PE，PB，ROE)，在月初的时机，对这个几个因子执行打分，然后得分最高的50个股票作为投资管理，在下个月依照同样的方法执行轮流替换。连续一段时间后，考场该投资管理的收益率能否跑赢比较基准，这就是综合评分模型的建立和后验过程。
诚然这个例子是一个最简单的例子，实战中的模型或许会比较复杂，比如沃尔评分法就是一个复杂的多因子模型，它是对股票执行分行业比较，算每个行业的得分高的组合，然后再组合成投资篮子。
模型的评价及连续改进
一面，受于量选股的方法是建立在市场无效或弱有效的前提之下，伴随运用多因子选股模型的投资人数量的持续增长，有的因子会渐渐失效，而另一部分新的原因或许被验证有效而加入到模型当中;另一面，一部分因子或许在以往的市场环境下比较有效，而伴随市场风格的更改，这些因子或许短时间内失效，而此外一部分以前无效的因子会在目前市场环境下表现较好。
此外，计算综合评分的过程中，各因子得分的权重设计、交易成本考虑和风险控制等都存在更深一步改进的空间。所以在综合评分选股模型的运用过程中将对选用的因子、模型自身做连续的再评价和持续的改进以适应改变的市场环境。