量化选股是通过数量分析的方法去评价某一上市公司的发展前景，以及它的股票是否值得买入，一般采用多因子选股策略：假设有多种因子共同对股票资产收益产生了作用，且这些作用满足线性关系，那么我们就可以通过计算因子的值来确定股票的预期收益率。
比较经典且常用的因子模型分别为ICAPM， Fama-French，其中ICAPM利用经济体的宏观经济状态作为变量，刻画目前的经济状态或者能够预测未来的经济状况，Fama-French模型通过市净率和市值将股票进行分类，并回归计算出与资产利润的关系。
股票择时则与期货择时类似，根据技术指标对买卖点进行确认，常用的有：双均线策略：利用两根均线的向上向下穿越构成买卖点；
MACD策略：金叉死叉构成买入卖出信号，背离构成反转信号；利用Hurst 指数的工具，可以在较大的时间刻度上判断出大盘的高点和低点。
量化选股后，查询可申购新股和下单的代码执行流程：
std::cout << "========== 查询可申购新股: category = 12 ==========\n";
category = 12;
QueryData(clientId, category, result, errinfo);
if (NULL != errinfo[0]) {