随着中国经济的飞速发展，中国股票市场也在不断地进行发展与完善。而对于投资者来说，如何选择优质的股票进行投资获得良好的投资回报成为了股票投资中的重中之重。价格是围绕价值波动的，价值被低估的并且在未来能够有发展潜力的股票，是投资者追逐的对象。
　　本文分析了价值型投资策略和成长型投资策略的特点，结合两者各自的优点，基于价值成长投资策略（GARP）的思想，构建了一套既能够体现股票价值性也能体现其成长性的指标体系。该体系中包含了市值（MV）、市盈率（PE）、市净率（PB）、资产负债率（DTA）、投入资本回报率（ROIC）、流动比率（CR）、存货周转率（IT）、每股净资产增长率等23个指标，能够体现出所选股票的营运能力、盈利能力、成长能力和偿债能力等，从多方面、多角度对股票进行评价和筛选。
　　本文阐述了随机森林算法与多因子模型的理论基础。而后，利用建立起的指标体系基于两种算法分别进行实验模型的设计，分别建立了以随机森林算法和多因子模型为载体的选股模型。鉴于随机森林算法对于单一行业和行业内股票数量的要求，以及房地产行业在整个中国股票市场的重要地位，本文以WIND分类中的房地产行业股票作为实验样本，选取了2017年1月至2018年12月的房地产行业股票的月涨跌幅以及各项指标作为实验样本。
　　本文构建的选股模型以月度数据为单位，基本的操作思想为在每个月对房地产行业内股票进行优质股票的筛选，从而在每个月的月初等份额地买进筛选出的优质投资组合，月末将所有持有的股票卖出，重复进行6次。整个实验共分为6轮，每一轮的训练集包含18个月的月度数据，测试集为从2018年7月开始的每个月的月度数据，如第二轮实验的训练集为2017年2月至2018年7月的数据集，测试集为2018年8月的数据集。以此类推，共计完成6轮实验。
　　通过对6轮模拟实验的结果进行分析和对比，可以得出以下结论：
　　（1）基于多因子模型和随机森林算法建立起的选股模型在房地产行业内均有较好的适用性，其所筛选出的优质投资组合均能够在测试期内获得超过沪深300指数及房地产行业平均水平的超额收益。
　　（2）在两种模型的比较中，通过对比两个投资组合的收益率、收益率的方差以及夏普比率可以看出，随机森林模型筛选出的投资组合无论是在收益水平还是在收益的稳定性上均要优于多因子模型。
　　通过本文的模拟实验可以证明，以价值成长投资策略和随机森林算法为基础构建出的选股模型在房地产市场上有着较为优异的性能和适用性。未来可以继续通过完善以价值成长投资策略为思想基础的选股指标体系，以及对随机森林算法的深入研究和改进，从而消除行业间差异的影响，将本模型应用到整个中国股票市场，从而筛选出具有投资价值的投资组合。