一直以来，量化投资都是贯彻科学投资理念的先行者，也是一些投资者理解和参与市场的重要手段。与此同时，快速发展的金融理论、信息技术也在为量化投资注入源源不断的动力和活力，有时不禁让人产生科学技术终能战胜金融市场的美好幻想。但从结果来看，量化投资似乎还远不达预期，即使再有效的模型也会在特定时期遭遇“滑铁卢”。比如受疫情影响，一些全球知名的量化对冲基金同样在一季度出现了不同程度的回撤，包括桥水基金、文艺复兴基金以及Two Sigma等。

不过量化投资本身不应受到过多的质疑，更值得思考的应是我们该如何正确看待和应用量化投资。

我们务必认识到，虽然量化投资遵循的是一套科学的方法论体系，但与传统科学还是存在一定差异。比如对一项成功的医学技术而言，从理论探讨到实验室，再到临床阶段，最后的成功率是能够不断地向100%靠近的；而对非套利类的量化策略来说，虽然也经历了模型构建、业绩回测、实盘跟踪等类似阶段，但单次的预测准确率却通常难以超过60%。也就是说，量化策略只有通过不断扩大投资范围和提高交易频率，即通过提升预测的广度来获取更高、更稳定的超额回报。

如果一个量化策略的预测胜率能够长期稳定在60%的水平，那么拉长来看是一定可以获得相当不错且稳定的超额回报的。遗憾的是，市场似乎永远不会成全这样的好事。就我们目前的观察来看，坚持任何策略都会在特定时期变得十分难受，也就是说任何量化策略都会遭遇预测胜率远不足50%的困难时期，在这段时期内一旦模型的风险控制不当，净值回撤的幅度就会变得十分惊人。

当然，从结果来看，每一次净值的回撤都可能也只能将模型带向两条路径。一条是模型在经历过短暂回撤后又能重新回归正轨，长期看依然能够获得预期内的超额回报，那么回过头来看，这次回撤也不过是历史回测中曾多次上演过的净值回撤中的一次重演而已；另一条路径则意味着模型的持续回撤，也就是说这次回撤水平将达到甚至超过历史的最大回撤水平，并可能导致模型最终也无法取得预期内的超额回报，即遭遇了所谓的模型“失效”。

一般意义上来说，模型本身是没有办法知道自己是否将要“失效”的，这时就需要量化投资人员结合自身经验，从模型本身出发，辅以对市场风格和环境的判断，得出模型是否将要“失效”的判断，才能探讨在实际投资中是否以及如何对模型进行适当控制。在特殊背景下对模型进行适当干预并不与量化投资的方法论体系产生本质矛盾，要知道，模型的构建和回测都是在一定的假设和前提下进行的，这些假设和前提是有可能会随着市场的结构性变化而发生变迁的，因此此时再继续坚持原有的模型显然是有失偏颇的。

就拿最近讨论颇多的某原油相关金融产品事件来举例，这就是一次典型的缺乏干预或干预不当的风险事件。通常情况下来说，对原油期货在临近交割日时移仓是不会有太大风险的，但在油价持续下跌、储油成本凸显的背景下，临近交割的当月合约就可能正在承受不断攀升的流动性风险，此时当然需要人为介入和干预。总而言之，对策略进行动态、有效的监控和管理是很有必要的，这也正是专业量化投资者所应该具备的能力和价值体现。