量化交易投资者在选择适合的交易模型时，应综合考虑以下几个关键因素：

自身需求：首先要明确自己的投资目标和风险偏好。如果追求长期稳定的收益，可以选择阿尔法策略；如果希望快速获取收益，可以选择动量策略。不同的投资目标和风险承受能力会影响模型的选择。

市场环境：市场环境对交易模型的适用性有很大影响。在牛市中，趋势跟踪模型可能表现较好；而在震荡市中，均值回归模型可能更为适用。投资者需要根据当前市场环境选择合适的模型，并及时调整。

数据质量：量化交易模型的有效性高度依赖所使用的数据质量。投资者需要确保数据的准确性和可靠性，避免因为数据问题导致模型失效或产生误导性结果。

回测表现：在选择交易模型时，回测是一个重要的步骤。通过回测，可以评估模型在历史数据上的表现，包括收益率和风险指标。不过需要注意的是，回测结果仅供参考，不能完全代表未来的表现。

模型复杂度：复杂度较高的模型可能更为精确，但也更容易出现过拟合问题。投资者需要在模型复杂度和实际应用之间找到平衡，确保模型的稳定性和可解释性。

技术实现：量化交易模型的实现需要一定的技术能力。投资者需要评估自己的技术水平，选择适合自己技术能力的模型，或者寻求专业技术支持。

综上所述，量化交易投资者应结合自身需求、市场环境、数据质量、回测表现、模型复杂度和技术实现等多方面因素，谨慎选择适合的交易模型，并不断优化，以适应市场的变化。