量化投资是一种泛指企业通过电子商务或者互联网等工具进行数量化的交易方式,并通过计算机的程序化制作发出买卖指令,以实现稳定的收益作为主要目的。在国外已经形成了较为成熟的体系,有着悠久的历史,因此倍受投资者的青睐,其规模和市场份额日益增大。对于国内,量化投资起步较晚,仅仅有十多年的发展,和国外量化投资产业相比目前仍处于起步和发展阶段,近几年来,经济和互联网技术的普及应用促进了其飞速发展,各大机构和公司对其研究策略,组建团队,因此涌现了各式各样的基金产品。机器学习是一门综合性非常强的学科,它是一门多领域交叉学科,它的研究应用主要涉及到概率论、数学,以及各种统计和算法等较为复杂理论的学科。学科主要的作用是为了能够使得机器进一步在基于人类的行为或者动作中,能够实现模拟和分析,用来学习人们的行为或思考方式。因此使得机器在学习中不断丰富和接受新知识,不断完善其系统的综合性。目前在众多模型中,多因子组合模型运用较为广泛,特别是在我国量化金融投资管理中,是比较成熟的模型之一,其主要作用是对投资组合和资本资产定价中进行研究。在投资过程中,各行业的发展前景存在差异性,所以我们可能会看好某一行业专门投资去获取收益。那么本文将机器学习算法与多因子选股进行结合,分行业研究选股策略的构建,以期达到超额收益。本文选取了市场上很多人长期看好的三个大的行业——消费、医药生物、科技信息,选取创业板股票进行研究,分行业研究传统机器学习算法SVM与较新的算法Light GBM和Cat Boost,分析哪个算法在预测中表现更好,决定出后续选股使用的模型。最终在消费行业和科技信息行业中选定Light GBM,在生物医药行业选择了SVM进行选股,并且三个行业均取得了不俗的收益。