多因子选股是量化投资中最常见的选股方法，它的基础是Fama-French三因子模型。经国内学者大量数据验证，经典的Fama-French三因子在中国股市中也是有效的，开启了国内量化交易寻找优质因子应用于交易的先河。股指期货上市，基于多因子选股的股票市场中性策略得以实践，量化对冲基金开始活跃起来。多因子选股模型采用一系列的因子作为选股指标，如PB，PE，动量，换手率，预期收益率等，通过建立一系列检验、测试和评价模型输出最终股票仓位，本篇主要介绍构建多因子选股模型的简化流程和绩效分析。
候选因子选取
影响股票收益的因素很多，根据特征不同可以分成不同的类别，常见的如下：
因子研究需要数据支撑，构思出来的因子需要确定其计算方法和数据采集来源。数据的丰富程度很大程度决定了量化研究能否顺利开展和研究结果对股票收益预测的准确性。
在真实的市场环境下，投资者将所有的风险都暴露在某一个因子下，显然是不够理性的。策略开发时，通常会对多个因子进行合成，以求能最大化各因子有效性带来的溢价的同时降低单个因子带来的风险暴露，达到二者之间的一个动态平衡。
候选因子有效性检验
通过多角度、更严格的方法度量因子的有效性和稳健性，可以确保分析结果不受数据偶然性巧合所影响，因子有效性检验方法根据原理不同有多种方法，这里介绍常见的打分法和Fama-French三因子模型中使用到的方法。
打分法：以因子数值大小为标准，对个股进行评分，按照一定的权重加权得到个股得分，最后根据总分对股票进行筛选。通过打分法回测得到股票组合收益率，能够对备选的选股模型做出优劣评价。
打分法不容易受到极端值的影响，但需要对各个因子的权重做一个相对主观的设定，这也是打分法在实际模型评价过程中，比较困难和需要模型求取的关键点所在。
