多因素投资决策模型？
个人理解的多因素投资决策模型，应该包含两个部分，一个是决策过程（如何做出投资或决策），另一个是影响投资决策的因素（需要考虑哪些因素的影响）。 传统的决策模型大多是基于经济学的理论基础建立的，比较著名的就有经典的SWOT分析和PESTEL分析。这些内容在管理学和营销学的书中都有详细介绍，在这里就不赘述了。
我认为的“多因素”是指影响投资决策的不定性的、复杂的、难以准确量化的因素。传统上以定量分析为基础的决策方法在这里就有些捉襟见肘了。这时候我们就需要寻求一种新的方法来面对这类问题。
最近几年很流行数据挖掘和数据科学，其实这两个领域都在试图解决类似的问题——如何在不确定的条件之下进行预测和决策。数据挖掘是以大量事实为基础的，它强调的不仅是数据分析的方法，更重要的是数据分析的思想。其中关联规则是最为经典的话题之一，其基本思想就是发现事物之间的不确定性关联关系，并以此为基础进行推理判断。
举个简单的例子：我想购买一台笔记本电脑，现在市面上有很多品牌很多的型号，我该如何选择呢？如果我仅仅是根据品牌、配置等客观因素进行简单加总的话，很可能得到错误的结果。如果我们能够挖掘到购买者对于不同产品的评价指标，发现那些评价指标与是否购买以及购买后满意程度之间的关联关系，那么最后的结果就会明智许多。当然这个例子非常浅显，实际情况要复杂得多。
总之，我认为数据挖掘的知识能够帮助我们更好地应对现实中不确定性因素带来的挑战。