量化投资在国外已有40多年的发展历史,而国内的量化投资在21世纪初才开始真正的起步,以大奖章基金为代表的国外量化基金所获得的成功,吸引了众多投资者开始参与研究开发量化投资策略。在2015年中国股市的大幅波动中,量化投资基金以低风险获得投资者的认可,更多的专业人员加入对量化投资策略的研究,从而推动我国量化投资策略的快速发展。虽然国内的量化投资策略得以发展,但是相对于国外量化投资研究水平而言,我国仍处于起步阶段,量化投资策略主要被运用于各量化基金,且量化投资策略以多因子选股模型为主,但该类模型在时效性与择时能力方面仍存在较多的问题,有较大的改进空间。一方面,选股因子存在一定的时效性,其有效性需要在新的市场环境下被进一步验证,另一方面,多因子选股模型在强调改进选股因子的同时缺少对大盘风险的考虑,导致大部分模型虽具备较强的选股能力,但择时能力较弱,因此本文对传统的多因子选股模型进行择时优化。本文首先以沪深300成分股为样本股票池,选择2009年1月1日至2019年12月31日的样本股票月度数据,利用第三方量化交易平台ricequant基于Python的研究模块进行单因子检测,具体包括:引入30个候选因子构建因子库,对样本数据进行数据预处理,即异常值、标准化、市值行业中性化处理,通过IC法、单调性检验与相关性检验筛选有效因子。为提高因子的时效性,本文在此滚动采取调仓期前12个月的因子值进行检验,并预计该因子有效性将维持到下一个季度,进行季度调仓。其次,本文将有效因子通过等权重打分法构建了多因子选股模型,以沪深300指数作为基准组合,在ricequant平台的回测模块对该模型进行回测分析,通过对比分析策略与基准组合的风险收益指标,可见本文的多因子选股模型相较于基准组合能够获得较高的超额收益,但从风险指标来看,多因子选股模型的表现略次于基准组合,模型仍存在较大的优化空间。为进一步优化模型的收益与风险指标,本文尝试构建投资者情绪指数,利用该指数对大盘风险进行预测,并将其作为择时策略引入多因子选股模型。具体步骤包括:参考现有文献选取消费者信心指数、封闭式基金折价率等情绪代理指标;利用主成分分析法构建情绪指数,并分析该指数与沪深300指数次月收益率的关系,数据显示,情绪指数一阶差分即情绪指数的变动量与沪深300指数次月收益率的相关性更为显著,故本文以情绪指数变动量作为择时策略的依据。考虑到投资者对市场下行的反应更为敏感,本文的择时策略具体为:若情绪指数变动量连续3期均为正值,则认为投资者情绪过于高涨,在下一期很有可能出现反转,若情绪指数变动量连续2期均为负值,则认为投资者情绪趋于悲观,市场上行压力较大。因而,在情绪指数变动量出现连续3期正值与连续2期负值后,本文在下一期进行回避投资。回测结果表明,引入投资者情绪指数作为择时策略能够显著优化多因子选股策略的收益与风险指标,策略的超额收益、夏普比率、最大回撤等指标均得到了显著优化。可见,本文对因子进行滚动测试有效提高了多因子模型的选股能力,引入投资者情绪指数对市场风险进行预测也显著提高了模型的择时能力。