我们接着上一篇的文章末尾讲到，持第二种看法的中立者，认为美国与中国之间量化交易的差距，不在于量化本身，而在于操作量化的人。
美国的对冲基金很多只是用一些简单的传统模型，例如cross-sectional regression，一般来说就是几千只股票每天数据线性回归一下，用到接下来的一天中，追究根本也没有太过复杂的地方。至于一些更高端的量化对冲基金，可能在交易执行层面用到了一些高频的技术提高效率，但是在量化建模的层面，未必比其他基金领先多少。实际上，即使是传统的双均线之类的模型，仍然也是可以做的很好的，但是建模的过程要严格的客观和严谨。
但事实是，很多量化交易者在09年到15年根本跑不出一个很好的滚动向前的回测结果。想要跑得好，基本上都需要用到全局优化的技术。大多数时候公司的做法是将策略模拟个三到六个月，由于模拟的时间都不长，所以有时候运气好的过度优化之后3个月确实是能够看到很好的业绩，这是这需要不断地进行调整来适应新的市场行情。
如果是量化策略比较大的回撤，就会对交易者的心理造成很大的冲击。甚至可能导致交易者认为量化建模缺乏逻辑性，进而投入基本面的怀抱。当然基本面也时可以进行建模的，如果也能够遵循客观严谨的建模过程的话，但是很明显这些人在做量化的时候也并没有那么严谨，基本面的数据频率更低，更加容易被过度优化，这类交易者去做的话只会更加不严谨。所以不是量化不行，而是一些做量化的人不行。
当然还有一部分就是公司内部管理的问题。例如像文艺复兴这样的公司，很少会听说有人从里面出来，或许很多年前是有的，但是现在越来越少了。量化交易建模的思路应该都大同小异，但具体到细节方面则各个公司还会有很多不一样的地方。虽然科学方法论一样但具体工程实现还是很不一样的。如果自己的人走了，那么他去到新的地方还是用这一套，那么同质化会非常严重，也影响到原公司的盈利。所以人员流动大的公司一般都不会太好。
但是很多国内的私募人员流动还是非常大的，甚至有些老板认为必要的流动性是有好处的，如果某家公司人员流动大，那么就说明老板不担心他走，也就表示着员工没有掌握什么有用的东西，更进一步说明了就算你进去的话恐怕也掌握不了什么干活。
