量化基金，简单理解就是依据数量化的技术进行资产管理，有别于传统的基本面分析，主要是运用数学理论和复杂的统计手段构建投资策略。自1971年富国银行发行跟踪纽约证券交易所1500只股票的指数基金以来，数量化技术便逐渐被人们认识，并运用到基金产品设计中，由此量化基金应蕴而生，自成一派。曾经一度，海外量化基金的优异表现，引起了很多人的驻足和关注。从量化基金的定义其实可以很明显的看出，模型是其核心，如何构建模型、更新模型以及模型的有效性是量化基金成败的关键。

从产品运作的方式及特点来分析，量化基金的优势是比较明显的。首先，由于量化基金有别于普通基金的运作模式，相比于普通基金依靠基金经理做决策该买卖哪些股票，在什么时候交易，量化基金最明显的优势在于，计算机模型的处理效率远远高于人脑，这令计算机在海量股票选择中占有绝对优势。其次，量化基金的研究成本比主动管理型基金要低得多，成千上万只股票如果单靠分析师去研究并挑选，研究成本会很高。而量化基金主要依靠计算机模型来做决策，相对而言，研究成本会比主动管理型基金低。最后，可能也是量化基金最重要的一个优势，即比较严格的风险控制流程。多数量化基金的模型会按照基准指数的的投资组合去挑选具体的行业和股票。这个流程会降低主动管理型基金经理凭主观推断和情绪化去选择某一行业或者某只股票的风险。

由于量化基金的这些优势以及业绩上的优异表现，此类产品一度被很多投资者所津津乐道。据一份研究资料表明，从1981年至2000年，使用了数量化技术的增强型指数基金普遍都战胜了它们的业绩基准。然而近年来量化基金失效的现象以及量化基金的黑箱子使所有人开始重新审视量化基金的有效性和未来。

首先，从模型的结构来看，量化基金模型结构上的相似性将直接影响模型的有效性以及流动性问题。其次，从模型的功能性角度看，根本上说数量化模型最主要的功能即是通过有效的识别因素寻找那些被低估的证券，发展之初，可能证券间的相关性不是很强，模型对识别错误定价的证券是有效的，但是随着市场的发展，相关程度也不断增加，有效性可能会减弱。最后，从模型的具体操作来看，量化模型主要是根据历史数据来构建的，所以它吸收新的信息的能力是比较缓慢和迟钝的。一旦外部环境发生变化或者发生某些重大事件，如基本面上的变化等等其有效性很可能就会受到影响。

综合以上三点，量化基金的有效性可能正遭受质疑，其未来的发展道路也会变得崎岖不平。但是其优势性也是不能忽略的。如何扬长避短，引导量化基金朝着正确的方向发展是量化专家们正在考虑的问题，也是投资者们需要关注的问题。