随着经济的发展,金融市场的投资热度逐渐高涨,量化投资也在全球范围内兴起并盛行。其中,多因子选股模型凭借其实用性得到了广泛应用。目前,该模型是国际上备受关注的量化模型之一。通过运用数理统计的方法与技术,多因子模型试图找到驱动股票价格波动从而影响股票收益的财务指标以及其它技术指标,并根据挑选出来的指标构造一个股票组合,以期望在未来某时段跑赢市场指数。在多因子选股模型中,财务指标占有重要比重。通过财务指标相关数据可以体现公司的负债、盈利、营运、发展等情况。因此,财务指标数据的变动在很大程度上影响着投资者的投资决策,从而影响到股票价格与收益。如何根据财务报表获取有效的财务信息引导投资者决策,锁定高于市场的alpha收益是众多学者与投资者热切关注的问题。基于此,探究不同经济阶段下我国上市公司财务与股票收益之间的关联性就至关重要。具体而言,依据美林证券提出的美林投资时钟理论选取GDP与CPI宏观经济数据,运用X-12-ARIMA季节调整以及HP滤波等方法对经济数据进行处理,进而对我国经济进行划分。同时,借鉴多因子模型的逻辑框架,运用粗糙集-遗传算法(GA-RS)对财务指标进行约简。在不削减对股票收益的解释力度的前提下,精简财务指标。在此基础上,结合经济划分结果与约简财务指标进行统计分析与综合评价,找到不同经济阶段下的有效财务指标,即财务指标在经济周期下的轮动。最后,通过spearman相关性分析进一步探究筛选后的财务指标与股票收益之间的相关性。依据相关性结果与GA-RS约简结果对相关财务指标赋予不同权重,构造多因子选股策略,检验不同经济阶段下检验财务指标与股票收益关联性是否有效。最终结果表明:样本期间,选股策略共获取alpha收益49.47%,平均每月高出市场2.061%。财务指标选股策略的胜率达到66.67%。通过逐层深入的验证发现,财务指标数据与股票收益波动之间确实存在一定关联性。通过财务指标筛选得到的股票更具抗跌性。这在一定程度上能够引导投资者的投资决策,规避风险。