量化选股是通过数学模型和规则系统化筛选股票的方法，普通投资者即使没有编程基础，也能用Excel结合常见财务指标构建简易的多因子模型，实现客观、可重复的选股决策。核心思路是选择几个关键因子，给每只股票打分，再按总分排序选出投资标的。
量化选股的基本框架
量化选股的第一步是确定选股逻辑，即你认为哪些特征能让股票表现更好。常见的框架是多因子模型，它同时考虑多个维度的指标，避免单一指标的片面性。基本流程包括：选择因子（如估值、成长、质量）、设定权重、计算综合得分、排序筛选。整个过程可以用Excel完成，无需编程。
常用因子及其计算方法
多因子模型通常包含三类核心因子：
- 估值因子：衡量股票是否便宜。常用指标包括市盈率（PE）、市净率（PB）。通常选择估值低于行业平均或历史中位数的股票。
- 成长因子：衡量公司增长潜力。常用指标有营收增长率、净利润增长率。一般选择过去3年增长率稳定在15%以上的股票（具体阈值可结合行业调整）。
- 质量因子：衡量公司盈利能力和财务健康度。常用指标包括净资产收益率（ROE）、毛利率、资产负债率。通常要求ROE连续3年高于15%，资产负债率低于50%。
将这些因子标准化（例如用百分位排名转换为0-100分），再按个人偏好分配权重（如估值40%、成长30%、质量30%），即可算出每只股票的总分。
模型回测与优化
构建模型后，必须进行回测来验证其有效性。回测是用历史数据模拟模型在过去的表现。具体步骤：
- 选定回测区间：通常取3-5年历史数据。
- 定期调仓：例如每季度末重新计算得分，买入得分最高的前10-20只股票。
- 对比基准：将模型收益与沪深300等指数对比。
若回测结果跑赢基准，说明模型有效；若跑输，需调整因子权重或更换因子。优化时避免过度拟合——即不要为了让历史表现完美而加入过多复杂规则，否则模型在未来可能失效。
总结：量化选股的核心是构建简单、可验证的多因子模型，并用Excel实现筛选与回测，帮助投资者摆脱情绪干扰，实现系统化决策。
常见问题
量化选股一定比主观选股赚钱吗？
不一定。量化选股的优势在于纪律性和可重复性，能避免情绪干扰，但它无法预测黑天鹅事件或市场风格突变。历史回测表现好不代表未来一定盈利，需要持续监控模型表现并适时调整。
没有编程基础，如何用Excel实现量化选股？
可以用Excel的VLOOKUP、RANK等函数完成。首先从数据网站（如东方财富、同花顺）下载股票财务数据，然后对每个因子用RANK函数计算百分位排名，再按权重加权求和得出总分，最后用筛选功能选出排名靠前的股票。网上有大量免费模板可供参考。
多因子模型需要多少个因子合适？
通常3-5个核心因子即可。因子太少容易受单一指标波动影响，因子太多（超过10个）则可能过度拟合，且数据获取和处理难度大增。建议从估值、成长、质量三个维度各选1-2个指标开始，逐步测试效果。