量化投资凭借其纪律性、系统性以及分散化投资等优点一直备受业界的重视。机器学习算法LightGBM具有预测精度高、直接支持类型特征和运算速度快等诸多优点,在量化投资领域具有很大的应用前景。同时,“自上而下”的投资框架是目前资产配置中的研究热点,在行业配置的基础上再精选个股这种“优中选优”的投资组合构建方式备受投资者青睐。多因子投资框架一直被奉为圭臬,不少研究证实,多因子模型不仅适用于个股配置还适用于行业配置。本文将多因子行业轮动模型、多因子选股模型和机器学习算法LightGBM相结合,并引入动态因子检验,构建了基于LightGBM的多层多因子动态选股模型,以探究行之有效的“自上而下”选股方案。首先,分别构建行业因子池和个股因子池,检验不同因子在行业上和个股上的配置能力,筛选出有效的行业因子和个股因子;其次,运用经过筛选的行业因子构建多因子行业轮动模型,选取优质行业;再次,引入机器学习算法LightGBM和动态因子检验在所选行业内构建基于LightGBM的多因子动态选股模型以精选个股。此外,本文还构建了多因子静态选股模型、多层多因子静态选股模型、多层多因子动态选股模型三个对照策略以检验本文主策略的有效性。本文研究结果表明:基于LightGBM的多层多因子动态选股模型能够在承担一定风险的前提下获取更多的超额收益。本研究拓展了量化投资中选股模型的构建思路与方法,对股票投资具有理论上和实践上的借鉴意义。