量化基金有主動量化型和量化對沖型兩種，它們均借助計算機和數學模型進行交易，量化對沖型基金在華爾街比較流行。在我國，主動量化基金在數量和規模上近年來都擴張較快。主動量化型是指以股票多頭為投資方向，利用計算機模型進行選股的類型；而量化對沖與之區別之處在于，雖然也以股票多頭為方向，但同時會開立空頭賬戶以對沖系統性風險。
北京一位基金業人士在接受《國際金融報》記者采訪時表示，在貨幣基金出現嚴管后，沖規模仍然是公募基金公司難以割舍的一塊心病，借助量化基金沖規模成了新需求，這也是近期多家公司集中發行量化基金產品的因素之一。
該人士表示，一般情況下，當股市持續下跌或者長期震蕩橫盤時，量化投資很容易受到一些急于增值資金的追逐。投資者會選時機買入量化對沖基金或主動量化基金，比如，在跌市中，量化對沖基金跌幅小于主動量化基金；在漲市中，量化對沖收益往往小于主動量化；從收益表現看，由于量化對沖追求絕對收益，其凈值波動幅度小于主動量化。
2
擺脫模型之困是最大難題
2月初，A股跟隨全球股市出現震蕩，主要指數集體上揚，創業板相較于去年低迷行情，近期漲勢明顯。在整體行情的推動下，量化基金整體業績有所回升，但這種行情能持續多久？量化基金長期賺錢效應是否已出現？目前行業內看法各不相同。
不看好量化基金的人士認為，近些年來量化基金收益率跑不贏貨幣基金的現象很普遍，這一尷尬問題的出現主要是量化基金的模型設計存在偏差。比如，一個差的模型在模擬操作或實盤操作時，幸好趕上運氣好的階段，業績非常高，這樣就非常容易出現樣本偏差，誤以為這個模型很厲害。在這種情況下，收益率高低最終全憑“運氣”，而在針對投資者的宣傳中，其投資策略期望收益往往設定的很高，就會出現“忽悠”投資者的風險。
此外，模型過于理想化，但量化基金的市場容量有限，買10萬元和1000萬元的成本不一樣，即便借助了計算機和數學模型等工具，其投資本身受限于投資理論、技術面分析等，總體失敗的幾率很高，這也是量化基金收益率不好的關鍵原因。
《國際金融報》記者梳理發現，曾經的量化基金佼佼者，如今規模已經大幅縮水。比如，長信量化先鋒A，去年1月份該基金規模還高達109.44億元，但截至去年底，其規模縮水至46.84億元；2017年1月9日成立的長信量化先鋒混合C的規模目前為0.02億元，成立以來累計凈值-12.57%，雖然近期業績有所上升，但是架不住規模持續縮小。此外，大摩多因子策略混合的規模也從2017年3月31日的49.18億元跌至今年1月份的26.61億元，規模縮水近半。