本文根据量化投资基金的定义,把是否通过量化模型的计算来进行投资决策和投资管理作为分类依据,并借鉴Wind数据库的分类标准,将投资基金分为量化投资基金与传统投资基金两类。随着我国金融市场与信息技术的发展,量化投资基金开始出现。量化投资基金作为金融市场的新生事物,具有较大的发展潜力,但从其实际运作来看,当下国内量化投资基金的发展仍处于起步状态;从相关研究来看,虽然有众多学者和投资机构投入对量化投资基金的研究,但目前针对基金绩效方面的相关研究仍不够深入,大部分停留在理论研究层面,缺乏针对量化投资基金绩效评价的系统研究以及对量化投资基金与传统投资基金进行绩效对比的实证研究;从基金绩效评价的方法而言,传统三大基金绩效评价方法仍存在局限,国内投资基金绩效评价体系亟待完善。同时,对于投资者而言,由于进行投资决策和风险控制的参照指标不完善,无法有效的在传统投资基金与量化投资基金中选择出适合自己的投资基金,从而导致盲目投资或投资过于谨慎,在一定程度上造成了投资者的损失。基于此,本文结合效率市场理论、投资组合理论、资本资产定价理论等三大理论,首先回顾了夏普指数、特雷诺指数、詹森指数等传统的基金绩效评价方法,客观分析传统基金评价方法的优势与局限性;其次,在传统夏普指数的基础上,创新性地引入VaR指标取代标准差来刻画基金风险,构建了基于VaR指标的夏普模型(以下简称VaR-Sharpe模型),弥补了传统的基金绩效评价方法无法准确识别基金下方风险的不足;再次,本文运用VaR-Sharpe模型,对近年来国内40只基金绩效进行实证分析,从基金收益、风险及绩效等角度将量化投资基金与传统投资基金进行对比分析;最后,本文运用失败频率检验(Kupiec’s POF Tests)来验证模型的科学性与分析结果的准确性,并结合模型结果提出建议。综上,本文的研究价值和现实意义主要在于:(1)对于基金经理而言,通过本文构建的VaR-Sharpe模型及相关指标的分析,可以让其更加明确基金所面临的风险,对其提升基金评价的科学性和有效性、优化投资基金管理策略具有积极的作用;(2)对于投资者而言,本文提出的VaR-Sharpe模型有助于中小投资者明确自身需要的基金类型,在对投资者如何选定基金投资组合上具有积极的作用,以此提高其在短期的市场波动下的“安全感”,进而提高其获取超额收益的概率;(3)对基金监管相关部门而言,通过VaR-Sharpe模型开展基金绩效评价,能够为这些部门客观地了解金融公司以及市场的实际情况提供更加完善的参考数据,对规范基金管理人之间的竞争、促进国家金融业的稳定与可持续发展具有重要的现实意义。本文的主要研究结论如下:(1)传统投资基金主要依靠经理个人主观判断为主,而量化投资基金则主要依靠量化选股、量化择时等数理统计分析方法,所以,量化投资基金在投资策略上与传统投资基金存在本质性差别;(2)通过失败频率检验(Kupiec’s POF Tests)结果,发现VaR相较于标准差而言,可以更准确地衡量基金风险,因而VaR-Sharpe模型较传统的夏普指数能更科学地衡量基金绩效;另外相较于传统投资基金,VaR指标可以更好地刻画量化投资基金的风险,因而量化投资基金更适合采用VaR-Sharpe模型进行绩效评价;(3)量化投资基金的收益率和风险两项指标均高于传统投资基金,而传统投资基金的VaR-Sharpe值普遍优于量化投资基金,说明由于我国市场仍处于弱式有效市场、量化模型成熟度不足,量化投资基金收益率较高但面临较大风险,导致目前传统投资基金绩效暂时优于量化投资基金;(4)对于投资者而言,由于传统投资基金相对于量化投资基金,风险较低且具有更好的绩效因而更适合风险厌恶的投资者,而量化投资基金更适合风险偏好的投资者。