一、定义与思想

量化选股就是利用数量化的方法选择股票组合，期望股票组合能获得超越基准收益率的投资行为。多因子模型是运用最广泛的一种选股模型，基本的原理是采用一系列的因子作为选股的条件，满足这些因子的股票则被买入，不满足则被卖出。多因子模型相关比较稳定，因为在不同市场下，总有一些因子会发挥作用。

市场上的投资者，不管是价值投资者，还是投机者，或者短线交易者，都会根据某些因子来判断股票的涨跌。当一群交易者同时采用某个因子的时候，就会造成该因子有效。

因子选股模型为什么适用？举一个简单的例子：如果有一批人参加马拉松，想知道哪些人能获得不错的成绩，只需在跑前做一个身体测试即可。测试可以用一个或多个指标。对测试的结果进行排名，排名靠前的运动员获得好成绩的可能性就比较大。因子选股模型的原理与此类似，可以利用某些指标（因子）选择未来可能表现较好的股票。

二、   因子的种类

哪些因子可能成为选择股票的依据？这主要依赖于金融经济逻辑和市场经验。总的来说，因子的来源有三方面：

1）公司层面因子；2）外部环境因子；3）市场表现因子。

（一）公司层面因子公司层面因子来自于公司的微观结构，与公司的生产经营息息相关，一般来自公司的财务指标，反映了公司的盈利、运营、债务和成长状况。这些因子主要有：

1）价值类因子，如PE、PB；

2）成长类因子，如ROE、净利润增长率；

3）规模类因子，如净利润、营业收入；

4）情绪类因子，如预测未来12个月的利润增长率；

5）质量类因子，如资产负债率、应收账款周转率。

（二）外部环境因子政治法律、宏观经济、社会习俗和技术发展等外部环境对一个行业和企业来说都是非常重要的。比较重要并且容易量化的外部环境因子主要是

1）宏观环境因子，如经济增长率、利率等；

2）行业环境，如行业集中度等。

（三）市场表现因子市场表现因子主要体现的是股票在交易过程中的价格和交易量。这些因子主要有动量和反转类因子、资金流向和各种技术类指标等。 

三、建模方法

因子选股模型想法比较简单，几乎用不到特别复杂的数学模型。如果从数学的角度来看，因子选股模型仅仅是一个从因子到资金曲线的映射： 

f(factors，parameters)=equity

其中f表示交易系统（线性或非线性），实际建模时可以用回归法或打分法进行简化处理。Factors是我们筛选出来的一些有效因子，如果这些因子有信息重叠，可以采用多元统计中的主成分分析或因子分析进行降维处理。Parameters是建模时遇到的各种参数，它们包括因子的权重、观察时间长度和持有时间长度等。Equity是资金曲线，它反映我们账户随时间的变化情况。通过对资金曲线equity的一些再处理，就可以得到一些评价指标（如年化收益率、年化夏普比率和最大回撤等），通过这些指标可以来评价该投资策略的效果。

从上面的模型可以可以看出，因子选股模型最重要的有两方面：一个是有效因子的选择，另一个是因子参数的选择。例如到底是PE有效还是ROE有效；到底是采用1个月做调仓周期还是3个月做调仓周期。这些因子和参数的获取只能通过历史数据的回测来获得。 

果仁量化平台极大的简化了建模的难度，用户完全可以不用通过复制的数据公式和编程代码就可以轻松的实现多因子模型的创建。

实例分析多因子量化投资策略？

双均线量化策略？