在量化条件选股中，构建多因子模型是核心。为了避免单一逻辑失效，通常需要综合考量多个维度。结合量化投资的实战经验，以下是核心指标的优先级建议及应避免过度依赖的指标：

一、 优先选用的核心指标（高胜率因子）

1. 盈利与质量因子（核心基本面）
ROE（净资产收益率）：这是量化实践中最常用且最有效的盈利因子。高ROE代表企业赚钱能力强，通常与高期望收益率正相关。不过需注意，高ROE选股在中等市值（50-100亿）区间最为有效，对小市值股票选股作用不大。
毛利率与净利率：毛利率反映了公司核心产品的竞争力和定价权；净利率则反映了最终的盈利质量。高且稳定的净利率意味着强大的成本控制能力。
经营现金流：利润可以粉饰，但现金流很难造假。经营现金流能确保利润有真金白银的支撑，过滤掉财务暴雷风险。

2. 估值因子（安全边际）
市净率（PB）：在量化实践中，PB是比市盈率（PE）更有效、最常用的估值指标。数据表明，市净率越低，长期收益率越高，尤其在金融及周期性重资产行业中效果显著。
PEG（市盈率相对盈利增长比率）：在PE的基础上引入了盈利增长率，是平衡成长与估值的利器，能有效解决“高成长公司是否被高估”的问题。

3. 规模因子
小市值效应：在A股市场，小盘股长期跑赢大盘股的“小市值效应”尤为明显。小市值策略在牛市中往往具有极强的弹性。

二、 尽量不要过度依赖的指标

1. 动量因子（传统技术指标）
MACD、移动平均线、KDJ等：量化的实证结论表明，在交投活跃的A股市场，动量效应（追涨杀跌）的表现往往“惨不忍睹”。无论采用何种技术指标，都很难出现趋势性的动量效应，很多时候甚至表现出反转。
情绪/热度因子：过度追逐市场热度或仅凭单一情绪指标（如关键词热度）决定买卖，容易弱化订单、经营情况等基本面信息的作用，在市场调整时容易引发踩踏。

2. 单一的市盈率（PE）
虽然PE是市场最喜欢的指标，但从量化角度看，它相对市净率（PB）并不是一个更有效的指标，容易受到周期波动和非经常性损益的干扰。

3. 历史回测的“完美胜率”
警惕“未来函数”与数据篡改：在评估选股模型时，不要过度依赖软件宣称的“历史回测高胜率”。部分不良软件会篡改历史数据、虚构收益。同时，在构建因子时，必须严格避免使用“未来函数”（如用10月1日的数据计算因子，却用到了10月31日才发布的财报数据）。

三、 量化选股的核心建议

量化选股不是寻找一个“必胜公式”，而是用工程化思维剥离情绪干扰。在实际应用中，建议：
多因子组合：将估值、盈利、质量、成长等因子加权组合，降低单一因子失效的风险。
动态调整权重：没有放之四海而皆准的权重。价值投资者应提高ROE和PB的权重，成长投资者应提高PEG的权重，重资产行业需提高PB权重，轻资产行业需提高毛利率权重。
防范风险：在选股池中务必剔除ST类股票、次新股以及涨跌停无法交易的股票，以规避退市和流动性风险。

你有想自己搭建的量化选股框架吗？比如偏价值还是偏成长，我可以帮你配一套具体的因子权重方案。