【核心结论】本报告详细介绍了量化多因子选股的流程与框架，涵盖因子预处理、评价及收益预测模型等关键步骤。
　　 【报告亮点】系统性整理了从因子测试、因子筛选到组合构建的全过程，为高效构建量化投资组合提供了清晰路径。
　　 【主要逻辑】
　　单因子测试
　　介绍单因子预处理的基本方法，主要包括去极值、标准化、中心化。
　　因子检验的评价维度和评价方式，其中评价方式主要有ICIR法、分组测试法、双变量排序法和回归法。
　　收益预测模型
　　对因子进行筛选，判断其是否能够纳入多因子组合。
　　用一系列筛选得到的因子预测个股收益，这一步本质可理解为多因子的聚合。常见方法可分为线性和非线性，其中线性法主要有加权和回归两种方式，非线性主要包括神经网络、树模型等。
　　组合构建
　　基于得到的个股收益预测，计算组合的净值曲线和收益风险特征。
　　组合构建的主要步骤包括设定选股池与调仓周期、以及确定选股逻辑和权重。其中，选股逻辑和权重一般基于人工逻辑直接构建得到，或者利用优化算法在更复杂的选股约束下进行求解。
　　我们基于上述框架，结合多因子复合打分构建了一个中证500指数增强策略，业绩表现优于基准。
　　风险提示：数据来源第三方，或有遗漏、滞后、误差；选股研究框架及筛选指标为西部证券自建，或有考虑不周之处；股票历史业绩不代表未来表现，研究框架也会随时间变化。