到目前为止,中国的证券市场已经发展了三十多年,期间普通大众的投资热情逐渐高涨,不断参与到股票市场当中,中国的股票市场存在明显的“散户特征”,个人投资者在市场中所占比例较高,非理性投资现象显著,这与国外成熟市场机构投资者所占比例较高存在很大的不同。因此,不能完全照搬国外其他成熟市场,需要结合我国金融市场的实际情况,构建出适合我国金融市场的量化交易策略。量化投资是以数理统计理论为支撑,借助计算机技术分析股票市场中的海量数据,试图探索股票价格的变化规律,从而获得一定的超额收益,目前已经成为金融投资领域的主要投资方式之一。中国量化投资相比于国外起步较晚,但后期发展迅速,高校以及各大基金公司着手于研究量化投资技术,互联网中也出现了优矿、米矿、聚宽、交易开拓者等多个量化交易平台,对量化交易的关注程度越来越高。结合国内股票市场中个人投资者所占比例较高的情况,本文不同于以往研究使用代理投资者情绪变量,本文将直接代表投资者情绪的变量GubaSenti和百度指数考虑在内,利用样本数据选股并择时,并取得了相对可以的回测收益率。本文选取2012年到2019年沪深300成分股作为研究样本。首先,对于2015年到2018年的样本,利用其质量类因子、动量类因子、成长类因子、估值类因子以及技术类因子等七大类因子中19个因子的数据,通过主成分回归法构建多因子选股模型,将预期收益率与当年实际收益率的差值作为衡量股票成长能力的指标,筛选出成长能力靠前的股票,作为下一交易年度的待择时股票池。其次,对于2012年到2019年的样本,通过日度代理情绪数据构建间接反映投资者情绪的舆情因子,通过日度代理情绪数据以及直接反映投资者情绪的百度指数和GubaSenti指数构建综合舆情因子。以投资者情绪因子为择时依据,通过SVM模型分别预测股票池中所含股票的标签信号,并以此进行模拟交易回测。然后,将2016年到2019年每年的基于间接投资者情绪以及基于综合投资者情绪的两种SVM量化择时策略的累计净值分别与买入持有选股策略、沪深300指数进行对比回测,实证结果表明,两种基于投资者情绪的SVM量化择时策略与另外两种策略相比能够获得更高的超额收益。最后,对比2016年到2019年每年的基于不同情绪特征的两种SVM量化择时策略的回测结果,结果表明,根据考虑了直接投资者情绪的综合情绪特征而构建的量化择时策略具有更好的表现,即直接投资者情绪能在一定程度上提高量化投资模型的效果。