随着计算机技术的飞速提升和我国资本市场不断地发展与改革,人们的投资理念越来越理性,以计算机技术为依据的量化投资应运而生。量化投资就是指通过数量化的方法来建立投资模型,以此获得稳定的甚至尽可能多的收益。量化投资以其科学有效的运行方式受到广大研究者以及投资者的认可。多因子选股模型是量化选股中一种非常重要的建立投资组合的方式。从马科维茨的资产投资组合理论,到资本资产定价模型用市场超额收益率来解释个股超额收益率,之后发展到套利定价模型说明个股收益受到多重因素影响,直到在此基础上建立的Fama-French三因子模型,五因子模型,以及后续很对学者研究的成果促就了量化因子选股的诞生与不断的发展。量化因子选股的思想就是通过一个指标或者多个指标来描述资产的收益和风险的特征。文章针对多因子策略进行分析,从估值型因子,成长型因子,品质型因子、技术型因子几个方面一共挑选了30个因子。其中实证部分是从回归法入手,利用的是沪深300指数成分股的每月最后一个交易日的相应值,利用月收益率来进行回归,选取数据期限是2011年6月-2018年6月,在这一段时间中利用2016年6月1日到2018年6月1日的数据进行回测,根据相应的因子值与回归系数的做乘积之后再求和作为每只股票的分数,对其进行排序,选出分数值排在前20名的股票形成投资组合。本文针对所选取的因子进行回归处理时,采用了OLS回归和Elastic Net回归这两种方法,从盈利性和稳定性两方面进行比较分析研究,以寻求建立在一定的风险下获取更多Alpha超额收益的多因子模型。结果表明利用所选取的30个因子,两种回归方法均可以获得超额收益,但是与OLS策略相比,利用Elastic Net回归建立的选股模型在盈利性和稳定性方面都更具优势。