2。1   模型简介

多因子选股模型即先挑出一揽子可能影响股价的风险因子，通过因子有效性检验以及去 冗后得到有效因子，最终排名靠前的股票构建投资组合的量化模型。多因子选股模型分为交 集选股法与综合打分法。交集选股法是指根据每个选股因子对股票池内所有股票进行排序， 在各因子里排名同时靠前的股票即是入选股票，这种方法多用于风格选股，因为其因子较少， 并且多是关注于某个投资主题。综合打分法是指对备选因子库中的所有因子打分，根据因子 综合得分挑选出有效因子，并且对有效因子的值进行加权求和，得到股票综合评分，进而根 据得分高低筛选优质股票。综合评分法有两种方式，一是 Fama-French 综合评分法，另一 种是收益率回归评分法，两者本质基本一致。对于 Fama-French 评分而言，计算求得的因子 综合评分用于计算股票综合得分时的因子权重；对于收益率回归法而言，计算求得的因子综 合评分是本期收益率归于上期的因子取值回归从而得出的回归系数，它的作用仍是对当期因 子的取值加权求计算股票综合得分。Fama-French 综合评分法主要由四个部分构成：候选因 子选取、有效因子筛选、选股和组合优化。因子的质量直接影响最终模型的有效性和选股结 果。多因子选股时应尽可能多的考虑各方面可能影响股价的因素，除了借鉴之前相关领域学 者们所做的研究成果，同时也要遵循资本市场的基本规律，挑选出一揽子候选因子池。当选 取得因子越全面,我们构建得投资组合就越全面；同时因子数据的准确性也十分重要，数据 的可靠性越强,投资组合预测结果也会更加可信，我们通常选择上市公司的财务数据以及交 易行情数据，部分学者还会考虑宏观经济数据与产业相关数据。通过选择合适的因子评价指 标，对候选因子进行综合评分，从而获得评分最高的一组有效因子。有效因子的综合得分作 为因子加权平均的依据进一步得到股票综合得分，随之筛选出优质股票，构建投资组合