近年来,量化投资技术在国内金融市场上越来越热。量化从事者们都希望能够通过精心选股来获取能够取得超额收益的股票组合。因此,本文在积极型投资组合管理理论下,结合资本资产定价模型(CAPM)以及金融时间序列建模方法,提出了基于股票Alpha值预测的选股模型。首先,本文根据资本资产定价模型(CAPM)公式,选择沪深300成分股与沪深300指数的历史日收益率构建回归模型,以此来获得每只股票的历史超额收益率Alpha。并对每只股票的Alpha收益序列进行平稳性与白噪声检验,检验结果表明股票的Alpha收益序列大部分都属于非平稳且序列值之间具有强自相关关系的序列数据。也说明所研究股票的Alpha序列数据适合使用时间序列建模方法。其次,分别构建了单变量与多变量时间序列预测模型,并对模型预测的准确性以及稳定性进行了外推检测,检测结果表明两类模型的预测精度月平均达到89%。然后,基于Alpha>0时说明股票的价值被低估的理论,将每次预测的Alpha值为正的股票筛选出来构建具有正Alpha收益的股票池。并从股票池中筛选股票构建投资组合。最后,根据所构建的投资组合设计了完整的投资交易策略。利用本文所研究的投资模型构建的投资组合策略在实证期间的年化收益为33%,最大回撤为14%;并将该组合策略与沪深300指数基准作对比,对比结果表明该组合策略在实证期间完全具备战胜基准的能力。实证结果表明本文所研究的投资模型方法是有效的,具有一定的实际意义。