量化交易是目前主流的投资方式。在众多选股模型中,多因子选股模型无疑为最受欢迎的。多因子选股模型通过选取有效因子,通过打分法或者回归法选取优质股票以构建投资组合。目前国内外券商等机构对多因子选股模型的研究基本是以打分法为主。但是打分法受主观因素影响较大。本文试图通过回归法来选取优质股票构建股票池A。在此基础上,利用Logistic模型对多因子选股模型进行优化改进。Logistic模型是广义线性模型的一种,广泛应用与医学、信用评级等领域。通过实证分析,证明Logistic模型是一种理想的预测模型。在之前回归法多因子选股模型的基础上,利用Logistic模型对沪深300指数成分股进行预测,筛选出能跑赢基准的股票,组成股票池B,与股票池A比较,挑选符合两个模型的的股票赋予相同权重挑选前二十股票构建新的投资组合。实证结果证明利用Logistic模型改进的多因子选股模型获得了较好的超额收益。本文的研究意义有两方面,一方面通过改进的多因子选股模型在股市中找出优质股票构建投资组合,以获得较为稳定的收益。另一方面是利用Logisitc模型对多因子选股模型进行改进,并实现了较好的效果,从而给后续研究人员起到抛砖引玉的作用,扩展研究的思路。