过去的2018年对于中美两国股市而言都是不平凡的一年，“股神”巴菲特的伯克希尔?哈撒韦公司在这一年为投资者带来了3%的回报率，而西蒙斯的文艺复兴公司在这一年则实现了8.5%的回报率。其实，詹姆斯?西蒙斯自1988年起便以35%的平均年化回报率连续30年打败了巴菲特，西蒙斯所采用的投资方式便是通过量化进行投资这种新型的方式。
　　本文正是使用量化投资这种方式，基于传统的多因子策略来研究细分行业下投资模型的构建和检验。通过量化的方式进行投资与传统投资的目的是一致的，都是为了达到在一段时期内投资回报率最大化这个目的，不同点则是将投资思想和策略编写成了计算机程序，按照计算机的行为逻辑进行买和卖的指令下发。多因子策略的基本构想就是找到某些和收益率相关的指标，进而根据这些指标构建一个股票组合，并期望该组合在未来一段时间获得阿尔法收益。如果跑赢指数，则做多该组合做空期指赚取正向收益；如果跑输指数，则做多期指做空组合赚取反向收益。本文精选了规模、动量、波动性、估值、成长、盈利等不同维度下14个公认的有效因子，将这些因子应用于农林渔牧、银行、传媒三个行业进行模型测试，并固定因子的权重做全市场模型测试，最后对这两种模型测试的结果进行比较分析，对大类因子的预测能力进行排序，最后得出结论。通过组合构建和检验发现，我们选取的有效因子针对某些细分行业，其表现优于全市场，但是在某些行业则没有明显的优势显现出来。因此，我们进一步对行业因子进行整合，并与沪深300指数增强组合的表现进行对比，发现新合成的因子以年化收益26.8%的回报率跑赢沪深300增强指数的收益，证明某些对行业有着强有效性的因子合成之后的因子相较于全市场有着更好的市场表现。