量化投资是利用计算机技术并且采用一定的数学模型去践行投资理念,实现投资策略的过程。近年来,量化投资得到了快速发展,量化基金的增加量也远远超过了传统投资基金。随着人工智能技术和大数据在投资领域的广泛应用,量化投资在未来具备着巨大的发展空间。金融资产定价是金融领域中最核心的问题,资产价格和资产内在价值的偏差在一定程度上决定了收益的大小。收益来源于承担风险,多因子模型正是寻找并刻画这些风险的重要方式之一。为了探寻对股票收益率具有解释能力的风险因子,本文选取2009年1月至2013年12月作为因子筛选期,提取A股市场上所有股票的财务数据和行情数据,运用统计检验的方法对18个候选因子进行有效性分析,并结合相关性矩阵对有效因子进行冗余剔除,发现在价值因子、成长因子、品质因子和技术因子这4类候选因子中,得到的有效因子为:市净率、市盈率、净利润增长率和月换手率。在有效因子的基础上,利用股票打分法构建等权重多因子综合评分模型。本文选取2014年1月至2017年12月作为样本外检验期,提取A股市场上所有股票的财务数据和行情数据,在每个调仓日依据此模型从市场中不断筛选出新的投资组合,通过数据回测观察其风险收益指标,证实了模型的有效性和实际参考价值,可以为股票投资者提供投资建议。