股票量化模型的回测结果评估主要关注以下几点：

收益率：评估策略的年化收益率，判断策略的盈利能力。高收益率通常意味着策略具有较强的盈利潜力。

风险指标：包括夏普比率（Sharpe Ratio）、最大回撤（Maximum Drawdown）等，衡量策略的风险水平。夏普比率越高，表示策略在承担较低风险的情况下获得了较高的回报；最大回撤越小，表示策略在历史回测期间的风险控制较好。

策略稳定性：考察策略的胜率（Winning Rate）、盈亏比（Profit-Loss Ratio）等指标，评估策略的稳定性和可靠性。稳定的策略通常具有较高的胜率和合理的盈亏比。

数据质量与完整性：确保回测所用数据的准确性、时效性和完整性，避免因数据问题导致回测结果偏差。使用高质量的数据可以提高回测结果的可信度。

交易成本考量：在回测中加入交易成本（如佣金、滑点等），以更贴近实际交易情况。忽略交易成本可能导致回测结果过于乐观。

通过综合以上评估维度，可以更全面地判断量化交易策略的有效性，从而为实际投资提供更可靠的依据。