量化交易在选择股票时通常会采用一些特定的模型和策略，以下是一些常见的选股方法：

1. **多因子模型**：这是一种应用广泛的选股模型，它通过一系列的因子来筛选股票。这些因子可能包括公司的财务指标、市场表现、宏观经济数据等。满足这些因子的股票会被考虑买入，不满足的则卖出。

2. **PB-ROE策略**：这是一种简单的筛选方法，通过设定市净率（PB）小于8倍，年化净资产收益率（ROE）大于20%的条件来筛选股票。这种方法适用于一般投资者，因为它不需要复杂的技术支持。

3. **技术指标择时**：除了基本面分析，量化交易也会使用技术指标来确定买卖时机。例如，KDJ、MACD、移动平均线（MA）等技术指标可以作为择时因子，帮助投资者判断市场的动态和趋势。

4. **基于AI的选股**：随着技术的发展，越来越多的量化交易策略开始运用人工智能技术来优化选股过程。AI可以帮助分析大量数据，识别模式，并预测股票的未来表现。

5. **事件驱动策略**：这种策略关注特定事件对股票价格的影响，如并购、财报发布、政策变动等。量化交易系统会对这些事件进行快速反应，以期在市场中获利。

6. **统计套利策略**：这种策略利用数学模型来寻找并利用市场价格中的统计偏差。它通常涉及配对交易，即同时买入和卖出两个历史上价格走势相互关联的资产。

7. **动量策略**：动量策略基于“赢家继续赢，输家继续输”的原则，通过购买近期表现良好的股票并卖出表现不佳的股票来寻求收益。

综上所述，这些选股策略和方法各有特点，适合不同的投资风格和市场环境。在实际操作中，量化交易者可能会结合多种策略来构建自己的投资组合。需要注意的是，量化交易涉及复杂的数学模型和统计分析，因此在选择股票时，建议深入研究相关模型的原理和适用条件，或线上联系我们。