多因子选股模型在国外已有较长的发展历史,具体方法是通过打分法或者回归法选取优质股票构建投资组合。近几年国内许多研究学者和投资人也对其展开了深入研究并将其运用到实际投资过程之中。这一方面,得益于大量公开的研究文献和技术文档,以及Python等编程语言及开源平台迅猛发展,多因子模型实现的可行性在逐步提高。另一方面,我国的资本市场还不成熟,使得许多证券的价格和真实价值之间存在差异,为量化交易提供了发展的空间。2019年以来,主动型基金的业绩大幅跑赢市场,其重仓的股票价格连续创出新高,因此主动基金的重仓股备受市场关注。事实上,一直以来,基金重仓股的简单跟踪策略就能够获取稳定的超额收益。尽管长期来看重仓股能够提供显著的超额收益,但其表现并不稳定。2019年以来明显由机构主导的行情中,重仓股超额收益较高,但过去三年的表现并不好。另外,伴随IPO制度的调整和北京证券交易所的成立,我国资本市场规模扩张显著,基金发行数量也呈井喷式增长。虽然近几年持股集中度有所增加,但基金重仓股数量仍在700只左右,如果想从公募持仓中获取超额收益,显然不简单地跟随所有重仓股。本文以2016年1月-2021年6月为研究区间,在全部A股股票的基础上,选取研究期间至少有一家基金持有的共231支股票作为股票池,创新性地引入基金重仓因子构建多因子选股策略。在因子筛选阶段,本文选取了包含基金重仓指标的初始因子库,并对各因子数据进行了预处理。接着,对基金重仓指标的4个因子进行了Fama-Macbeth回归检验,证明了重仓该股的基金增减数量和基金重仓市值占该股流通市值比作为选股因子的有效性。然后,对所有因子进行了IC、IR检验,并根据相关系数表和方差膨胀系数筛选出冗余因子,得到本文最终的有效因子。在回测评估阶段,使用打分法将基金重仓因子与传统因子结合起来筛选股票池,并以沪深300指数和初始股票池收益率为基准进行了回测,试图筛选出基金重仓股中超额收益较高的股票,然后将其应用到策略之中。研究结果表示:（1）基金重仓因子与股票收益率存在相关关系,是一个有效的因子。（2）基金重仓因子与传统常规因子不完全共线,基金重仓因子带有传统因子未能包含的信息,对于描述股票收益率、选股建仓有一定的帮助。（3）基金重仓因子可以优化只用传统因子构建的多因子选股策略,将基金重仓因子加入到传统因子构建的多因子选股策略中,可以帮助投资者获得超越市场大盘的收益率。