在海外,多因子选股模型已经发展的比较成熟了,但在国内还是刚刚起步。中国的A股市场还远未达到有效市场的程度,因此各项因子对股价的驱动力都与海外市场不同。由于国内外市场发展程度的差异,海外的多因子模型直接拿到国内套用并不合适,本论文构建了一套适合中国A股市场的多因子选股模型,能够长期稳定的战胜指数。本文将上市公司的财务数据和股票价量数据,分为估值、盈利、成长、运营质量、动量这几个大类。并设计了一套筛选方法,在这几个大类中,挑选出最佳的细分因子,使得用这些因子选出的股票具有明显的阿尔法,即跑赢基准指数的能力。由此,构建一个加权的多因子打分模型。此外,我们看到在2014年12月份,随着市场风格的剧烈波动,中国A股市场大量采用多因子选股模型的市场中性策略对冲产品出现大幅回撤,给投资者造成一定损失。因此,本文在构建的多因子模型基础上,使用金融工程方法加入风险模型,减小极端情况下组合的波动。将阿尔法模型与风险模型相结合,则能够提高组合整体表现,在取得更高收益的同时降低风险。本文使用股指期货等金融衍生品,将我们不希望承担的系统性风险(β)对冲掉,得到只剩下确定性阿尔法收益的组合。最后,本文使用多因子模型将过去5年的数据导入,进行历史回溯,得到长期稳定战胜市场指数的结果。多因子模型结合风险模型,优化后的组合能带来更高的夏普比率。