组合投资理论一直是金融投资的一个重要研究热点,其主要目的是分散风险,获得收益。现代投资策略主要分为主动投资及被动投资,两种方法各有优劣。本文结合主动投资及被动投资,以沪深300为基准指数,从沪深300的历年成分股中利用多因子选股方法选取优势股,并建立分位数跟踪误差模型。在多因子选股中,本文选取了8类因子,36个具体因子,通过因子有效性检验筛选出21个有效因子。利用2015年至2018年的季度数据,根据沪深300的行业分类标准分行业建立多因子选股模型。多因子选股模型采用了IC均值加权法、支持向量机、随机森林三种方法对股票进行排序,再运用等权加权法得到加权后的各行业股票排名,最后根据沪深300指数的行业比重分别选择了排名前20、50、100的股票。本文分别用20、50、100只股票建立了传统跟踪误差模型和分位数跟踪误差模型,选取了六个跟踪误差度量形式作为目标函数。研究表明,选股数量越多,权重集中度越低,在选股数为20时传统跟踪误差模型的权重集中度低于分位数跟踪误差模型,选股数上升到50和100时,传统跟踪误差模型的权重集中度高于分位数跟踪误差模型。从行业看,金融地产行业的权重占比最大,选股数量越多,行业结构与沪深300指数越相似。从系数、跟踪偏离度以及日均跟踪误差来看,分位数跟踪误差模型的风险高于传统跟踪误差模型,从日均收益率和累计收益率来看,分位数跟踪误差模型的收益高于传统跟踪误差模型。而由夏普比率可以看出在综合风险和收益的情况下,分位数跟踪误差模型的业绩表现优于传统跟踪误差模型。将超额收益分解后,发现分位数跟踪误差模型相比传统跟踪误差模型,模型超额收益更大。再平衡研究中选取了业绩表现最好的两个模型,采用定期再平衡研究法,通过不同周期下的组合再平衡进一步优化模型,其中SAQu TER模型在周期为5天时的再平衡组合绩效表现最好,SAAQu TE模型在再平衡周期为一个月下的投资组合绩效表现最优。在稳健性分析中通过选取上证50为目标指数证明分位数跟踪误差模型的确具有稳健性。所以分位数跟踪误差模型比传统跟踪误差模型更优。