量化投资作为一种新兴的投资方式,已经逐渐成为资产配置的主流分析工具,相比于传统的投资方式,它的优点在于客观化、定量化、精细化。多因子选股模型是量化投资中的主流模型之一,发展相对成熟,但目前绝大多数的研究依旧是基于基本面因子和技术面因子来构建选股模型,并未将一些可能影响股票收益率的其他因素纳入到选股策略中。行为金融学认为人们普遍具有从众行为,在投资决策中往往会追随常识,受外界环境的影响,被情绪所支配,从而做出非理性的决策。互联网的快速发展使得信息传递的速度快、范围广,因此新闻舆情和社交评论很可能是影响主动投资的潜在因子。本文基于从新闻舆情、社交评论中挖掘出来的能够反映新闻舆情的情感倾向、投资者关注度的“智能数据”,构建了一组智能数据因子:新闻热度值、新闻情感值、社交热度值,并将其和传统因子相结合纳入到选股策略中,来分析智能数据因子对于多因子选股模型选股能力的影响,在因子的选择上做出了创新。因子具有时效性,本文通过研究传统因子和智能数据因子的因子IC半衰期,构建基于因子IC半衰期加权的多因子选股模型,分析因子IC半衰期加权是否能够更好地应对短期市场的剧烈波动,在选股标准上做出了创新。实证结果表明,智能数据因子在打分法以及回归法这两种常用的多因子选股模型方法中均对模型的选股能力有所提升,证实了智能数据因子的普适性。在不同的经济周期回测对比中,发现智能数据因子在股市上涨期对模型的选股能力提升的最为明显,在下跌期提升的效果较小。智能数据因子的因子IC半衰期较短,估值因子的因子IC半衰期一般较长,在市场风格变动较快的时期,以因子IC半衰期加权的多因子选股模型更能好地应对市场短期快速的变动。