多因子模型（Multi-Factor Model）是一种量化选股方法，它不再依赖单一指标（比如只看市盈率），而是同时考虑多个维度的因子——估值、成长、质量、动量、波动率、流动性等，综合评分选出最优质的股票。
简单来说，就像招聘时不会只看一份简历，而是从学历、经验、技能、性格等多个维度综合评估候选人。多因子模型就是用同样的思路来评估每一只股票。
其中 w 为各因子的权重，代表该因子的重要程度
根据学术界和业界多年的研究，以下五类因子被证明长期有效：
衡量股票是否被低估。常用指标：市盈率(PE)、市净率(PB)、市销率(PS)、股息率等。低估值股票长期有超额收益。
衡量公司盈利增长能力。常用指标：营收增长率、净利润增长率、ROE增长率。高成长公司股价往往表现更好。
衡量公司经营质量。常用指标：ROE、毛利率、资产负债率、自由现金流。高质量公司更抗风险。
衡量价格趋势。常用指标：过去6-12个月收益率、RSI、MACD。强者恒强，趋势延续。
衡量股价波动风险。常用指标：年化波动率、Beta值、最大回撤。低波动股票长期回报更稳定。
衡量股票交易活跃度。常用指标：换手率、日均成交额、买卖价差。流动性好的股票交易成本低。
从零开始构建一个多因子模型，通常需要以下六个步骤：
确定你要使用的因子，通常从估值、成长、质量、动量、低波、流动性六大类中各选2-3个代表性指标。初学者建议先从5-8个因子开始。
获取原始数据后，处理缺失值、异常值、行业中性化处理。确保每个因子数据在同一量纲下可比。常用的方法有Z-score标准化和百分位排名。
对每个因子单独进行回测，检验其选股能力。常用方法：分组收益分析、IC（信息系数）检验、IR（信息比率）计算。只有有效的因子才能进入最终模型。
给每个因子分配权重。常见方法：等权法（最简单）、IC加权（按因子表现赋权）、优化加权（最大化夏普比率）。权重分配直接影响模型表现。
将每个因子得分乘以对应权重后求和，得到每只股票的综合得分。按得分从高到低排序，得分最高的股票构成推荐组合。
用历史数据对模型进行回测，评估年化收益率、最大回撤、夏普比率等指标。根据回测结果调整因子或权重，避免过拟合。
以下是一些经过学术和业界验证的经典因子，你可以根据自己的风格选择使用：
| 因子类别 | 因子名称 | 计算公式 | 选股方向 |
|---|---|---|---|
| 估值 | 市盈率 (PE) | 股价 ÷ 每股收益 | 低PE |
| 估值 | 市净率 (PB) | 股价 ÷ 每股净资产 | 低PB |
| 成长 | 营收增长率 | (本期营收 - 上期营收) ÷ 上期营收 | 高增长 |
| 成长 | 净利润增长率 | (本期净利润 - 上期净利润) ÷ 上期净利润 | 高增长 |
| 质量 | ROE | 净利润 ÷ 净资产 | 高ROE |
| 质量 | 毛利率 | (营收 - 营业成本) ÷ 营收 | 高毛利率 |
| 动量 | 6个月动量 | 过去6个月累计收益率 | 高动量 |
| 低波 | Beta值 | 与市场指数的协方差 ÷ 市场方差 | 低Beta |
| 低波 | 年化波动率 | 日收益率标准差 × √252 | 低波动 |
| 流动性 | 日均换手率 | 一定时期内日均成交量 ÷ 流通股本 | 适中换手 |
在实际使用多因子模型时，有几点需要特别注意：
输入一只股票的各因子数据，快速计算综合得分（满分100分）。
综合评分：-- / 100
构建完多因子模型后，如何应用到实际投资中？以下是几种常见的使用方式：
对于普通散户来说，最简单的方式是每月或每季度用模型筛选一次股票，从高分股中选择5-10只构建组合，长期持有。避免频繁交易，降低交易成本。