随着金融计算机领域的迅猛发展,通过数量化、计算机程序化进行投资交易的量化投资正在扮演越来越重要的角色,也获得了越来越多国内投资者的认可。量化投资在国内已经不是一个陌生的词汇。多因子选股模型作为量化投资的重要组成部分,是量化投资策略选取优质股票池的有效工具,在构建量化投资策略中起到基础性作用。本文以沪深300成分股为研究对象,综合考虑了成长类、技术类、价值类、情绪类以及动量类对股价有影响的因子,运用因子IC、Pearson相关系数以及因子暴露分析确定能够显著影响股票收益率的因子,最终选择了股本、换手率、ROE、PE、EPS作为有效因子组合,再建立具有最优参数的高斯核函数支持向量机模型,选取2020年1月1日到2021年1月1日作为时间区间进行训练回测,按月进行调仓,每月第一个交易日卖出当前持有的所有股票,选取上涨概率最高的十只股票建仓,根据投资策略的夏普比率、最大回撤、年化收益、Beta等不同指标研究投资策略组合的表现。通过上述流程的回测验证得出以下结论:沪深300成分股的有效因子为市值、股本、换手率、ROE、PE、EPS;由核函数支持向量机模型选股策略构建的投资组合策略能够保持投资组合的多样性,相比其他投资策略减少了风险,并保证夏普比率处在较高的水平,具有较高的风险回报能力,此外滑点对净值的影响较小,赛道识别能力、选股能力、主动配置资产、选择优秀标的能力较强,且回撤较低,收益较为稳定,能够跑赢大盘,证明了模型的有效性,为多因子选股模型提供了新的思路。