量化基金并不是一种单一产品，而是一类用数学模型和计算机程序辅助选股、择时或风险控制的基金统称。主要策略类型包括指数增强、市场中性、量化选股（含量化多头）、量化CTA等，不同策略的收益来源和风险特征差异很大：指数增强赚的是"指数收益+超额收益"，市场中性追求与涨跌无关的绝对收益，量化选股则更依赖模型对个股的筛选能力。理解策略差异，比记住某只产品的历史业绩更重要。
常见策略类型与收益来源
| 策略类型 | 收益来源 | 典型风险特征 |
|---|---|---|
| 指数增强 | 跟踪指数 + 量化模型获取超额收益 | 跟踪偏离、超额收益回撤、风格切换 |
| 市场中性 | 多头组合与空头对冲，赚取选股超额 | 对冲成本、基差波动、模型失效 |
| 量化选股/量化多头 | 模型筛选个股，仓位通常较高 | 市场系统性下跌、因子失效 |
| 量化CTA | 捕捉期货趋势或套利机会 | 趋势反转、流动性不足、杠杆放大 |
指数增强的核心是"跟得住、超得出"：既要控制与基准指数的偏离，又要靠选股模型积累超额收益。它适合认可某宽基指数长期方向、又希望争取额外收益的投资者。
市场中性通过做多股票、做空股指期货等方式剥离市场涨跌，理论上收益与大盘相关性较低。但对冲并非没有成本，基差变化、对冲工具受限都会侵蚀收益，在极端行情下也可能出现回撤。
量化选股更接近主动权益，模型依赖财务、量价、舆情等数据打分选股，收益弹性大，波动也更大。
需要重点关注的几类风险
- 模型失效：市场风格切换或结构性变化时，历史有效的因子可能突然失灵。
- 因子拥挤：当大量资金使用相似因子，交易会相互踩踏，超额收益被摊薄。
- 数据与执行风险：数据质量、交易成本、冲击成本都会影响实际结果。
- 策略容量：规模过大时，部分策略的超额收益会被稀释。
这些风险无法完全消除，只能通过分散、控制规模和持续跟踪来管理。
挑选时看什么
- 策略是否清晰：能否说清赚的是什么钱、在什么环境下有效。
- 超额收益的稳定性：关注长期而非短期排名，看回撤修复能力。
- 费率与换手：高换手意味着更高交易成本，会直接吃掉收益。
- 团队与风控：模型迭代能力、风控流程是否透明。
没有普适的"最优策略"，只有与自身风险承受能力和市场判断相匹配的策略。
常见问题
量化基金一定比主动基金稳吗？
不一定。市场中性、指数增强等策略波动通常相对可控，但量化选股、量化CTA的波动可能高于普通主动基金，关键看具体策略和仓位。
指数增强和市场中性该怎么选？
如果看好某指数长期方向、能接受一定波动，可关注指数增强；如果更希望收益与大盘涨跌脱钩、追求相对稳健，可了解市场中性，但需接受其收益空间相对有限。
量化基金亏损了是不是模型坏了？
不一定。短期亏损可能来自市场风格切换或对冲成本上升，需要结合策略逻辑和较长周期表现判断，而非仅凭一段时间涨跌下结论。