量化選股，就是通過量化思想及配套的計算機程式化來實現選股（如何選擇好的股票）和擇時（如何在合適的時間進行合適的調倉），從而完成量化投資組合策略的構建。

在這裡梳理了目前常見的量化策略，並給出了一些入門的讀物供大家學習參考。目前量化策略主要包括多因子策略、統計套利、機器學習等，下圖列出了這幾類策略的框架，並列出了部分代表方法。

多因子模型

多因子模型包括了技術指標模型（如MACD、KDJ、布林帶等（http://club.jr.jd.com/quant/topic/1091145），偏向於擇時）和財務指標模型（如市值、ROA、EPS等，偏向於選股），它的優點是思路直接清晰、資料便於獲得。

統計套利

統計套路主要是在對歷史資料進行統計分析的基礎上，估計相關變數的概率分佈，並結合基本面資料進行分析以指導套利交易，與傳統單邊投資方式相比，統計套利多空雙向持倉在處理大資金方面可以有效規避一部分風險。

機器學習

機器學習主要目的在於發現規律或重現規律，近來被廣泛應用於各個行業。

其他方法

除了上述三類方法，還有文字挖掘方法和其他數學方法可以應用到量化投資當中。

文字挖掘作為資料探勘的一個分支，挖掘物件通常是非結構化的文字資料，文字挖掘應用於量化投資是一個比較新的思想。

“如何利用網際網路文字語義分析進行金融量化投資”（http://www.weiyangx.com/115684.html

總之，從最早的技術因子、財務因子選股到最新的深度學習、文字挖掘，量化投資方法層出不窮。當然，方法是一回事，具體的策略構建又是另外一回事。正所謂“黑貓白貓能抓到耗子就是好貓”，只要這種方法構建的策略能夠充分挖掘市場資訊，取得良好的收益和較低的波動，策略就是好的策略，方法就是有效的方法。

關注京東量化學院！獲取更多最新最全面的量化交易知識！