在中国资本市场，量化投资策略正日渐兴起。与普通投资者的“雾里看花”相比，基金业却是食髓知味，不仅频频推出量化基金，有甚者更是将量化投资提升到战略高度，期望利用量化投资的独特魅力打开一片新天地。
基金公司对量化投资的用心，底气在于量化策略在海外市场三十余年的成功经历。以量化投资的鼻祖西蒙斯为例，尽管没有巴菲特式的声名显赫，但他所管理的大奖章基金从1989年到2006年间，平均年收益率高达38.5％，净回报率已超过巴菲特。更令人瞩目的是，即使在2007年次贷危机爆发当年，该基金回报仍高达85％，西蒙斯也因此被誉为“最赚钱基金经理”、“最聪明亿万富翁”。
与其他投资策略相比，量化投资的最大特色在于，它的运作几乎完全依赖于数学模型。换句话说，数学模型的正确与否，直接决定量化投资的成败。在量化投资者的眼里，通过搜集分析大量数据，将投资思想通过具体指标、参数的设计来构建数学投资模型，并辅以电脑来严格执行，这样既可以做到不带任何主观情绪的市场跟踪分析，还可以借助电脑强大的数据处理能力来扑捉投资机会，从而在保证控制风险的前提下尽可能实现收益最大化。西蒙斯就以“模型先生”自称，认为模型比个人主动投资可以更有效地降低风险。在他的公司里，雇员中有超过三分之一的人拥有数学、统计学和自然科学的博士学位，而华尔街高手只有两位。
但正所谓“成也萧何、败也萧何”，数学模型虽让量化投资声名鹊起，却也同样暗藏杀机：一旦参数或指标设定有误，量化投资带来的却可能是超预期的损失。以国内A股量化基金为例，在今年A股的剧烈震荡中，截至9月1日，中海量化基金净值亏损2.51%，位居可比量化基金的首位，而亏损幅度最大的某量化基金，截至9月1日亏损幅度已经达到16.81%，不仅在量化基金中垫底，即便在股票型基金中，该亏损幅度也处在榜尾位置。由此可见，虽然同披量化基金的外衣，但数据模型的差异却能让基金的业绩冰火两重天。
某基金公司总经理曾告诉记者，在普通人眼里，量化投资运作遵循的都是数学模型，而模型的基本原理也相同，但这并不意味着不同量化基金的投资策略没有差异。事实上，从海外量化投资的运作来看，长期成功者仍是寥寥，其原因就在于大家对市场的理解存在差异，导致在数学模型的构建中，所设置的指标及参数有所不同，而随着时间的推移，这些“不同”所带来的业绩效果差距则会不断加大，尤其在市场出现剧烈震荡时，这种差距就会尤为明显。
从这个角度看，以被动著称的量化投资其实也存在一定的主动因素，这个“主动”体现在构建量化数学模型者对市场的理解程度。也就是说，判断量化基金投资价值的关键，并不在于它是否采用量化投资策略，而在于构建和修正量化数学模型的基金经理或其背后的投研团队，他们的市场经验丰富与否，以及对市场理解程度的偏差，将直接决定量化投资的成败。因此，对于投资者而言，与其去探讨那自己可能永远也弄不明白的数学模型，不如将重心放在对量化数学模型构建者的研究上。
