近年來，財務造假和業績爆雷的股票頻現，其中不乏長期被認為是優質白馬股的公司。相較于主觀投資，量化投資通常持股數量更多、更分散。所以，在實際的投資中，很可能因為整個策略持有的股票數量過多，不慎踩中地雷，進而拉低整個組合的收益。隨著監管的逐漸趨嚴以及市場的逐漸規范化，對股票池進行量化排雷的必要性就更加凸顯。本文就業界常用的幾類量化排雷方法做簡要的介紹。

第一、利用監管部門披露的信息進行排雷。主要是考察公司有無重大違規和被立案調查的情況，如果過去一段時間公司有嚴重違規和被立案調查的情況，對公司的股票會產生較大的負面影響，應當立即從股票池進行剔除。此外，實證表明，警示函、監管函、關注函和問詢函等交易所及證監會的監管措施也會對上市公司的股價產生負面影響。值得注意的是一些公開的信息具有一定的滯后性，市場上利空的傳聞可能已經使股價提前做出了反映。

第二、利用第三方獨立機構的意見進行排雷。上市公司的年報在發布之前都會經會計師事務所審計，大部分上市公司會獲得標準無保留意見的審計結果，只有這樣的年報數據才有價值。每年無法獲得會計師出具的標準無保留意見審計報告的上市公司不在少數。這類股票很多是ST和小市值股票，應當從股票池里面剔除。此外，一些ESG評級機構會對公司的環境(Environment)、社會(Social)、與治理(Governance)因素進行綜合評級，對于評級較低的公司，意味著在ESG的投資理念下也應當被排除。

第三、利用公司的業績預估及修正報告進行排雷。一方面，當公司預告虧損從而引發連續兩年虧損時，公司存在被ST的可能性，這類股票應該可以提前規避。另一方面，業績下修以及業績不達市場預期的公司，其經營可能出現了狀況，對于此類型的公司，我們應當提前引起重視。

第四、利用公司財務報表項目間的關系進行排雷。財務報表的各個項目之間不是獨立的，其背后是上市公司生成經營、現金流轉的整個過程。當財務報表存在人為粉飾或者捏造時，財務報表項目間的配比關系可能就會存在異常，利用財務異常模型可以識別出一些財報不是很可靠的公司。常見的財務異常主要有：存貸雙高、應收賬款的增加與營業收入增長出現偏離、研發支出資本化率突增、經營現金流遠小于凈利潤等。實際應用中，量化模型可以從多個財務異常的維度對個股建立預警體系，提前排除掉暴雷幾率大的股票，提高組合的超額收益。