股票多因子模型？
1、多因子模型是什么 首先，多因子模型是选股策略的统称。基于不同的指标筛选股票构建组合，就衍生出了各种各样的选股策略。例如，基本面选股策略、技术面选股策略等，而多因子模型正是将各种类型的指标融合在一起进行选股。
其次，多因子模型是基于数据挖掘技术的选股策略。所谓的数据挖掘是指从大型数据库中抽取有价值的信息，也就是指从原始数据中挖掘到能够用于预测的目标变量（在这里就是选出未来有可能上涨的股票）。运用多因子模型也是运用到了数据挖掘的技术。 最后，多因子模型是一种量化选股策略。它要求所采用的分析方法具有可量化的特征，同时策略的结果也能够进行量化评估。与基于主观判断的策略相比，多因子模型具有比较标准且易于操作的优点。
2. 多因子模型的作用 通过多因子模型我们可以得到一个综合评分，根据该评分对股票进行排名，进而从中选取数量合适、风格各异的股票构成我们的股票池。这是多因子模型最实际的作用。
多因子模型还能够帮助我们鉴别出潜在的风险因素以及获得最优的风险补偿。对于投资者来说，认识到风险的存在并且尽可能降低风险的负面影响是非常重要的。通过多因子模型，我们不仅能够识别出风险的因素还能够在诸多指标中找出最能代表风险的程度并且与之对应能获得最大收益的因子。这对于未来的交易决策有很大的意义。
3. 如何建立多因子模型 既然知道了多因子模型的作用和内涵，接下来应该做的就是如何建立这个模型。在现实中，我们会遇到很多的情况，因此需要针对不同的情况来建立适当的模型。下面以三种常见的情形来介绍怎样建立多因子模型。
情形一，已知因子的数值 而未知因子的系数 这种情况在现实中是比较少见的，因为已经知道影响股价的因子以及各个因子对于股价的影响程度了。但是，如果确实发现了这样的数据，那么我们就可以通过最小二乘法来估计参数，然后计算出每个因子的得分情况，按照得分情况对股票进行排序，选取出符合要求的个股。
情形二，已知因子的系数 未知因子的数值 这是一种相对较为复杂的情形，我们需要先确定模型，然后利用已知的数据来估计参数的值，进而得到每一个因子的得分情况。
最后按照因子得分情况对股票进行排列，选取合适的标的。
情形三，已知部分因子的数值 未知其他因子的数值 这种情形在日常中最常见。在这种情况下，我们只能采取迭代的方式逐步估计未知因子的数值，然后得到每一支股票的因子得分情况，最终根据得分情况选择标的资产。