通过将技术指标、资金流向等因素作为输入，将股票的涨跌作为输出，让机器学习模型自动学习股票价格的规律，从而实现量化选股。例如，通过设置特定的均线交叉条件、MACD指标的金叉死叉条件等来进行选股。这样可以将主观判断转化为具体的规则，使选股过程更加客观化。总之，要去掉技术分析实战中的主观判断进行量化选股，需要借助机器学习算法、设定规则和条件、使用量化选股模型以及制定风险控制策略等方法来实现。
要去掉技术分析实战中的主观判断，可以采取以下几种方法进行量化选股：
1. 使用机器学习算法：利用机器学习算法对大量历史数据进行训练，构建一个模型来预测股票的走势。通过将技术指标、资金流向等因素作为输入，将股票的涨跌作为输出，让机器学习模型自动学习股票价格的规律，从而实现量化选股。
2. 设定规则和条件：根据技术指标的特征和股票市场的规律，设定一些规则和条件来进行选股。例如，通过设置特定的均线交叉条件、MACD指标的金叉死叉条件等来进行选股。这样可以将主观判断转化为具体的规则，使选股过程更加客观化。
3. 使用量化选股模型：借助已有的量化选股模型，如多因子模型、技术指标组合模型等，结合历史数据和市场规律，通过系统化的指标和模型来进行选股。这种方法可以降低主观判断的干扰，提高选股的准确性。
4. 制定风险控制策略：在量化选股过程中，要制定好风险控制策略，通过设定止盈止损点位等控制方法，降低人为主观判断的干扰。这样可以使选股的过程更为科学和客观化。
总之，要去掉技术分析实战中的主观判断进行量化选股，需要借助机器学习算法、设定规则和条件、使用量化选股模型以及制定风险控制策略等方法来实现。