近年来北向资金在A股市场中的影响力越来越大,也备受投资者关注,如何利用北向资金传递的信息获得超额收益,成为投资者关注的焦点。本文选取了北向资金持续持有的股票作为研究对象,获取其2017年9月至2021年7月近4年的数据用以研究。利用量化方法,构建北向资金多因子选股策略。在因子选择上,通过查阅相关领域研究文献和券商研报,并对北向资金的行为特征进行分析,选择的北向资金相关因子包括资金净流入比重因子、资金净流入因子、持仓变动因子、持仓偏离因子等7种类型21个因子。接下来,测试因子池中因子的有效性,然后对筛选出来的有效因子进行相关性分析,最后对相关性强的因子采用等权重合成的方法合成大类因子,为后面的策略做准备。首先,基于业界常用的打分法模型,构建了一个传统的基于北向资金行为的多因子选股策略,之后进行回测,结果表明该策略最终收益能跑赢大盘,但很难获得持续稳定的超额收益且策略面临风险比较大。其次,基于微软亚洲研究院新提出的LightGBM算法构建了股票的涨跌预测模型,通过对北向资金持仓的股票进行涨跌预测从而构建相应策略,具体做法为:第一步,对获取的初始数据集进行预处理,并将处理后的数据划分为训练集和测试集,第二步,进行特征值和标签的提取,然后用LightGBM算法进行训练,同时采用网格搜索法和交叉验证法对参数进行优化,第三步,分析模型在样本内外表现的效果,结果表明,上述预测模型对北向资金所持股票的涨跌有较好的预测效果。最后,在考虑策略的综合收益以及风险情况下,将LightGBM算法策略和传统打分法策略进行对比分析,发现LightGBM算法策略在各方面表现均优于传统的打分法策略。在策略优化方面,在原有LightGBM算法策略的基础上为了控制回撤优化模型的效果,使用归一化的方法优化仓位控制风险,回测结果显示效果不错。证明了本文策略的可行性,同时也对后续的多因子选股策略研究提供了一定的参考。