随着我国经济的快速发展和资本市场的不断壮大,我国多层次资本市场格局已经发展较为充分。资本市场的高速发展促使国民经济突飞猛进,普通民众家庭金融资产的数量和储蓄规模也在不断增长和扩大。同时,伴随着投资者投资意识的不断增强以及计算机通信技术的不断进步,量化投资策略受到国内许多券商和基金公司等机构投资者和个人投资者的广泛关注。信息技术产业是建立在现代科学理论和科学技术基础之上的一门具有显著高科技性质的产业。信息产业的快速发展可以促使经济信息传递更加及时、准确、全面,也加速科学技术的传递,缩短科学技术从研制到应用于生产领域的距离,有利于各产业提高劳动生产率,有利于国民经济结构的调整,对整个国民经济的发展意义重大。作为量化投资中的一个重要方法,多因子选股模型可以综合考虑不同属性因子特征,在考虑投资者偏好的基础上构建最优投资策略。本文结合我国信息技术行业的特征,利用多因子模型,从技术因子、动量因子、情绪因子、估值因子、质量因子、成长因子等不同种类因子角度,加入本期资本化研发支出这个可以反映信息技术行业特色的因子,以投资者偏好为基础构建最优量化投资策略。具体而言,首先,选取2016年1月1日到2020年10月31日的股票交易数据,在现有文献基础上引入50个因子构建原始因子库,并利用因子筛选方法选取本研究中的有效因子;其次,利用多元线性回归分析方法构建多因子量化选股模型,并对模型进行回测检验;再次,考虑到因子和股票收益率之间的非线性关系,为了进一步提升模型适应市场的能力,进一步使用Lightgbm算法构建量化选股模型,并进行模型回测检验。研究发现,线性回归模型和Lightgbm非线性模型的RMSE曲线走势大致相同,线性回归选股模型和Lightgbm非线性选股模型均具备较好的预测能力;在我国证券市场上,传统的线性回归多因子选股模型和Lightgbm非线性多因子选股模型均具有一定的可行性和有效性;Lightgbm非线性模型累计收益率、年化收益率和月收益率均高于多元线性回归选股模型,在相同的风险下,Lightgbm选股模型可以获得更高的收益;与线性模型相比,Lightgbm非线性选股模型控制风险能力较强。