金融市场具有着高回报高风险的特点,于是如何在追求高回报的条件下尽可能的降低风险,成了近些年来,机构追寻的目标。量化投资就是伴随着这样的背景诞生的。近些年来国内用量化投资策略的机构和个人越来越多,在基金中占比越来越来越高,传统基金也会用量化方法来改进其基金效益。本文主要介绍的一种三因子量化投资模型,是基于现在基于现在主流多因子模型常见类型的综合运用,在因子选择处理上做了相应创新。本文第一章节主要介绍量化交易的背景。在国内及国外的发展史。第二章节主要介绍了量化投资理论基础与常用模型。多因子策略在股票市场量化策略模型是常见模型,其组合灵活,得到很多机构的使用,也是在很多学术界得到较广泛的研究。本文详细的讲述了多因子模型形成的历史,理论形成过程,较详细的讲述了各阶段原理。此外,还对对多因子模型也进行了分类,主要分成回归模型、打分模型和排序模型,并对模型特征进行了较详细的介绍,回归模型主要用在预测,而打分模型更侧重选股,打分模型更灵活,其主要发掘能提高收益的因子,而并不在乎因子是否严格存在理论的依据。第三章节主要介绍了多因子模型中因子的种类,对多因子模型常见因子进行了系统的分类介绍,其可分为基本面因子,统计类因子,舆情大数据类因子,对常用量化分析所用到的语言进行了介绍,并分析了各语言的优劣,介绍了选择哪些因子,因子之间的比较。第四章节主要介绍了多因子模型因子在砝码三因子上验证,主要是为了提取个股Alpha因子,用于之后的建模使用,同时验证Alpha因子的有效性。法码三因子是量化建模中常见的因子,本文对其进行回归,得出Alpha值,针对Alpha进行排序得出优选股票池,采用周期循环的方法,对近4年的数据进行回测模拟,观测回测结果,对策略进行评估,从夏普比率,年化收益率,最大回撤率,胜率等角度来评判策略。第五章节将抽象得到的情绪因子和量能因子分别带入多因子模型,测试因子的有效性,包括单因子时候的有效性,和多因子联合时候的有效性。本文为了维持投资组合的稳定性,引入了股指期货进行对冲,采用的标的是沪深300股指期货,这样可以和我们股票池较好的对冲,确保对冲的有效性。由于沪深300股指期货标的有4合约,我们做交易时候一般会选择主力合约,文中创新的采用了对4个合约的成交价成交量做加权平均,得出一个连续股指期货值,方便回测,同时最大程度上贴合实际成交情况。为了应对大规模股票回测计算,本文通过构建基于时间序列的股票池矩阵,通过每日可交易股票形成一个股票矩阵,通过构建矩阵里股票的因子的矩阵,达到多个因子进行大量计算时可以以极快的速度处理,模型回测便利度极高。