上世纪八十年代,随着金融自由化的蓬勃发展,以及对现代金融理论逐渐深入的研究,金融工程应运而生,其借助庞大而先进的金融信息系统,重新构造、拆解与组合现有的金融数据状况,并通过建立数学模型、网络图解、仿真技术等方法来设计开发金融产品,而量化投资作为金融工程的一项重要应用分支,在当今的策略研究和产品开发中起着重要的作用。策略研究通常会从选股和择时两方面进行,常见的选股策略有因子选股、筹码选股、风格轮动等,而自2004年美林投资时钟理论提出以来,行业轮动策略成为资产配置领域研究的热点。随着我国资本市场的不断完善,该策略应用在各大基金公司的产品中能够取得不错的收益。实际上,资产配置是一门非常复杂的学问,由于行业配置可针对大类资产、股票、以及证券投资基金,在众多机构,尤其是基金公司和券商资管,都在积极地探索我国A股市场的行业配置法则,由于经济周期能够反映整个经济体的流动性,在行业阶段之前首先要进行宏观经济的判断,本文目的在于通过结合宏观经济和量化投资的相关分析技术完成一轮自上而下的分析,达到完成股票配置策略来验证所提出的假设。本文通过结合投资组合理论、宏观经济学、信号处理再和量化选股的方法,分别构建多因子选股策略和行业轮动策略并进行回测检验。首先依据已论证的投资经验及理论确立投资逻辑,基于Wind公司旗下的万矿量化平台,选取了2016年至2019年的全部A股上市公司的财务数据,技术指标数据以及估值数据,建立了一个以估值因子、财务质量因子、成长因子、规模因子、资本结构因子、动量因子以及换手率因子所构成的因子库。然后对数据进行预处理、筛选出有效因子构建多因子模型和行业轮动模型。在构建行业轮动策略时,本文首先使用信号处理的方法识别库存周期长度,然后根据CAPM模型理论将申万28个一级行业划分为周期性与非周期性行业,接着将工业增加值作为需求端指标,工业产成品库存作为供给端指标从而划分最近一轮的库存周期。在划分好的周期阶段对行业进行相应的配置,在进入被动去和主动补库存时配置周期性行业股票,在被动补和主动去库存阶段配置非周期性行业股票从而建立基于行业轮动的多因子选股模型,将前后两个模型的绩效指标和中证800对比,将2016年2月至2019年3月作为模型样本回测期,构建行业轮动策略和多因子模型结合得出以下结论:(1)根据估值、财务质量、成长性、资本结构和技术指标等多个维度选取的39个候选因子测算发现,多因子模型中市盈率、市净率、市现率、ROE以及换手率等6个因子较为有效构建行业风格固定下的多因子策略累计收益率为45.98%,年化收益为13.09%,取得了较好的收益;(2)使用快速傅里叶变换观察到频点附近有明显的能量聚焦,验证了中国股票市场短周期集中在41.37个月,并基于工业增加值和工业企业产成品存货作为指标划分库存周期分别计算出各个阶段的因子占优情况,构建的基于行业轮动策略多因子模型获得累计收益率为83.91%,年化收益为21.91%。两个策略都战胜了基准收益率的22.54%和基准年化收益率为6.62%;(3)多因子整个模型期没有选出有色金属、国防军工和通信这三个行业的股票,较为集中的直接原因就是没对行业风格固定下的多因子选股模型进行不同时期进行不同行业配置的这一操作所致。