2014年对所有量化投资基金而言都是注定难忘的一年，一方面受到风格切换影响，很多过去回测结果良好的阿尔法模型都遭遇了巨大回撤，另一方面则在于市场波动的急剧放大重新给股指期货市场的CTA投资策略带来了赚钱机会。
尽管对很多人而言，量化投资通过技术手段可以实现完全的程序化交易，以回避“人性的弱点”，但完全的程序化交易并不等于绝对的收益风险比，因为每一个交易模型都是在一定量的历史数据和基本假设上建立的，而资本市场具有不确定性，过去的历史数据和基本假设均不一定适用于未来，所以量化模型也只能够尽力做到保证盈利的概率，而不是绝对性。这也导致诸多量化投资基金在市场行情出现极端变化的时候，也会像其他主动型投资基金一样，发生急剧震荡。
但这并不意味着能顾贯穿牛熊、持续盈利的量化模型就并不存在了，相反，每一次净值的大幅回调都会促使我们重新思考各模型盈利的真实来源及其可持续性，进而修正、完善，甚至对既有模型进行二次开发，以期做到尽善尽美。原因很简单，因为我们信仰量化投资，并始终坚信自己可以做到最好，正如我们也会不时问自己，西蒙斯可以做到的，为什么我们就不能够？
回顾2014年底我们跟踪的一些模型表现，发现并不是所有的阿尔法模型都遭受了巨大的打击，其中有一些精选的价值策略不仅回撤幅度很小，还能够有可观的超额收益入账，其在2014年全年的表现更是可圈可点，但从历史回测结果来看，这类模型具有一个普遍的劣势：年均超额回报并不明显，许多崇尚高相对收益的投资者并不青睐。然而高收益风险比模型始终是量化投资不可缺少的一部分，尤其是在市场相对有效的美国，价值因子驱动的量化模型受到了诸多机构投资者的追捧，随着我国资本市场的逐渐完善，真正有效的价值类策略也会受到越来越多投资者的关注。
相反，去年年底回撤较大的阿尔法模型也具有一个普遍特点：年均超额回报极高。这一类模型是我国量化、对冲基金的惯用策略，在我国A股市场近十年表现突出，它们往往偏重于小盘成长风格的股票，因此能够受益于我国资本市场的市值效应，但随着蓝筹行情的突然启动，这一类策略往往容易遭受巨大打击，而这也是选择这一类策略必须承担的风险之一。长期来看，只要市场逻辑没有发生根本性的变化，过去具有极高年均超额回报的阿尔法模型依然有可能在未来取得同样的高回报水平，投资者需要考量的是其在高收益的背后是否隐藏着匹配的风险等级，只要风险的价格合理，模型就值得深挖，尤其是在量化投资方兴未艾的中国市场，这一类高回报策略依然大有可为。
另外，好的择时模型在行情急剧变化或者风格轮动明显的市场中也显得尤为可贵，但对大多数投资者而言，准确择时是十分困难的，究其原因，在于影响市场的变量非常之多，甚至包括政策调整、利率波动、市场情绪等，而其中诸多变量又难以量化，所以准确择时几无可能。但这并不意味着择时毫无意义，因为我们可以结合择时信号对投资计划作出适当调整，并在引入止盈止损技术的同时，构建一套能够及时吸收并消化新信息的交易系统，即使择时的准确率不高，依然有助于传统投资策略的改进。
除了传统的阿尔法模型、择时模型外，最近兴起的新闻挖掘等事件驱动类策略也不断丰富着量化投资的舞台，其基于的主要假设是市场对信息的消化具有延时性，因此在特殊事件发生之后及时买入关联标的就可以获得超额收益。新闻挖掘等事件驱动类策略的蓬勃发展为量化投资打开了新的视野，也再次印证了量化投资作为一门科学的投资技术，只有不断创新才能维系住生命，只有精益求精才可能持续盈利。
