自资本市场诞生以来,投资者和研究人员就在着力寻找有效投资标的筛选方法。期间产生了多种投资分析理论,其中量化投资理论因其与数学高度结合,具有严格的适用性和稳健性,受到学者和投资人士们的青睐。多因子模型是量化投资领域应用最广泛也是最成熟的量化选股模型之一,近年来,随着计量经济模型逐渐进入学者们的视野,量化模型和组合投资的结合成为了未来发展的新趋势。纺织服装行业是我国重要的出口行业之一,尤其在新时代新思想的指导下,我国纺织服装行业形成了独立完善的现代化产业体系。在“一带一路”、“中国制造2025”等政策背景和国内外需求的拉动下,纺织服装业进入了产业结构优化和升级的发展阶段,行业增长、宏观政策背景等多方面都凸显了纺织服装业的投资价值。基于以上行业背景和理论分析的基础上,选取我国A股纺织服装行业所有上市企业为研究对象(时间区间为2012年至2020年),在参考《中国A股市场量化因子白皮书》选取了38个候选因子后,通过传统IC因子回归法对候选因子进行初步筛选,同时引用LASSO回归模型通过加入惩罚函数进一步对因子的有效性进行检验,随后采用打分法对有效因子打分,加总各因子分数的大小得出每只股票的总分和排名,选取评分前5名的股票作为投资组合,个股在投资组合中所占比重为其股票得分占股票组合总分的比例,最后通过回测检验投资组合的实际市场表现。回测结果表明,利用传统IC回归法所筛选出来的有效因子不够准确,且覆盖面不全,以此构建的选股策略不能有效分散风险,组合收益率劣于基准收益。而通过LASSO回归模型所筛选出来的有效因子与股票收益率之间有着显著的相关性,且其所构建的选股策略效果出色,从收益和风险两个角度都能跑赢基准指数。另外,我们通过不断加大LASSO回归模型中的惩罚函数的力度,能够获得更优的选股策略。验证了LASSO回归模型和多因子选股策略的结合在纺织服装行业的适用性和稳健性。