多因子选股模型在模型搭建中，往往会涉及到非常多的股价影响因子，并可能导出数量极多的备选模型。因此，对于多因子选股模型的评价和筛选，就显得尤为关键。对于专业的量化投资人而言，就需要进一步了解多因子选股模型的两种主要的评价判断方法——打分法和回归法。
1、打分法的评价原理和流程
所谓打分法，就是根据各个因子的大小对股票进行打分，然后按照一定的权重加权得到一个总分，最后根据总分再对股票进行筛选。对于多因子模型的评价而言，实际通过评分法回测出的股票组合收益率，就能够对备选的选股模型做出优劣评价。
打分法的优点是相对比较稳健，不容易受到极端值的影响。但是打分法需要对各个因子的权重做一个相对比较主观的设定，这也是打分法在实际模型评价过程中，比较困难和需要模型求取的关键点所在。
进一步从打分法的流程来看，多因子选股模型的建立、评价和改进流程，大致可以分为4个步骤：
此外，对于量化选股打分法，专业人士还提示指出，一方面，多因子选股模型中有的因子会逐渐失效，而另一些新的因子可能被验证有效而加入到模型当中；另一方面，一些因子可能在过去的市场环境下比较有效，而随着市场风格的改变，这些因子可能短期内失效。在这种情况下，对综合评分选股模型的使用过程中，需要对选用的因子、模型本身做持续的再评价和不断的改进以适应变化的市场环境。除此之外，在计算综合评分的过程中，除了各因子得分的权重设计之外，交易成本和风险控制等因素，也同样需要予以综合考量。
