随着计算机技术的快速发展和大数据时代的到来,以定量分析为基础的投资模式在海外资本市场已经成为主流,在国内却依旧处于起步阶段。而我国资本市场证券规模的日益提升、产品种类的日益丰富以及日益高涨的市场热度,都为量化投资的发展提供了良好的发展环境,以个人主观判断为标准的传统投资基金也面临着量化形式的转型。同时,我国股市投机现象严重,投资者非理性行为导致股票价格存在大量泡沫,呈现出弱有效性、强投机性的特点。以此为背景,我们以沪深全A股票市场为研究对象,尝试构建一套因子选股量化回测模型与实战模型,用历史数据做大量回测和模拟交易测试,综合评价所构建选股因子的有效性。本文的研究从交易数据获取,到单因子有效性检验、基于打分法的综合因子构建,再到投资组合模拟交易系统回测,实现了股票Alpha因子研究的整个流程。在对单因子分析的过程中,首先通过秩相关系数信息分析和分组分析研究因子对股票截面收益的解释能力,对因子进行评价;其次,对因子两两之间的截面相关性进行了考察;然后,本文采用多因子模型分析常用的打分法,构建了反映个股被投机程度的综合因子——交易热度因子,并在相同的观测区间、用相同的方法检验了因子的有效性以及相对单因子的增强;此外,又对交易热度因子的风险特征进行分析,考察因子中是否包含相对市场常见风格因子之外信息价值更高的成分。最后,本文建立了一套模拟交易回测系统,来模拟交易热度因子选股策略所构建的投资组合,在2008年5月至2017年3月间的收益表现,研究结果表明交易热度因子在股票横截面上有一定的收益预测能力,基于该因子构建的股票模拟交易业绩显著跑赢基准市场指数,在2008年5月至2017年3月间实现了 835%的策略总收益,和31.2%策略年化收益率,显著跑赢市场-1.8307%的年化收益率,同时,投资组合的最大回撤为35%,处于可控范围内较低的水平。立足于股票市场的投机特征,我们挖掘出了基于股票的日交易数据的交易热度因子,在长达9年的样本观测期内,该因子能一定程度上解释股票次月收益率,具备较显著的选股能力。然而,股票市场的日息万变是我们无法以单一指标对之进行完全解释的,本文旨在拓展因子构建思维,为量化投资决策研究拓宽道路。