多因子选股可以理解为：把多个因子或筛选条件组织起来，形成规则化的股票筛选逻辑。
在高顿量化课程中，多因子学习与因子思想、基本面因子、量价因子、股票池和PTrade策略配置相互关联。重点不是提供一套固定因子配方，而是理解条件如何被定义、组合和验证。
因子：把股票特征转成筛选条件
课程会涉及基本面因子、量价因子以及多因子方法。
在学习中，因子用于把某类股票特征进一步转成可描述、可配置的筛选条件。因子的作用需要放在具体策略规则中理解，不能只看单一指标名称。
股票池：先确定策略面对的标的范围
股票池决定策略从什么范围内进行筛选。
PTrade低代码支持配置股票池，并可对ST、停牌、退市等状态设置规则过滤；在此基础上，还可以继续叠加基本面、技术面和量价相关条件。
股票池解决“从哪里选”，因子和筛选条件进一步解决“按什么规则选”。
多个条件如何组织成规则
多因子学习的重点不是简单增加指标数量，而是明确每个条件如何进入选股逻辑。
一个基本的规则化过程可以理解为：
- 明确股票池；
- 选择需要观察的因子或筛选条件；
- 设置参数；
- 组合规则；
- 形成选股逻辑；
- 进入策略运行和历史回测；
- 根据结果复盘。
高顿量化课程中的多因子策略设置理论、操作指南、模块化讲解和代码逐句讲解等课节，用于理解这一过程。
多因子选股只是策略的一部分
选出股票并不等于形成完整交易策略。具体策略还可能涉及择时、仓位、止盈止损和其他风险控制规则。
这些部分如何组合取决于具体策略，不能把一个案例的结构固定套用到所有多因子策略。
回测用于验证历史规则表现
多因子规则形成后，可以通过历史回测观察既定条件下的表现、比较参数并发现问题。历史数据中的结果不能证明因子未来持续有效，也不能作为股票推荐或收益承诺。
