量化投资模型在回测中表现良好，但在实际交易中却表现不理想，可能存在以下原因：

数据过拟合：

模型在回测中过度拟合历史数据，即使在历史数据上表现优秀，但对未来市场的预测能力较差。

交易成本：

回测时未充分考虑实际交易中的滑点、佣金等交易成本，这些成本在实际交易中会显著降低收益。

执行时差：

模型信号产生与实际交易执行之间存在时间差，导致无法以回测中的理想价格进行交易，从而影响交易效果。

市场环境变化：

市场结构、行为模式或监管政策等发生变化，原本有效的模型在新的市场环境下可能失效。

样本外测试不足：

回测数据未能充分覆盖各种市场情况，导致模型在未见过的市场情境下表现不佳。

资金管理与风险控制：

实际交易中的资金分配、仓位控制及风险管理可能与回测设定不符，从而影响整体表现。

流动性限制：

实际交易中，市场流动性不足可能导致无法按预期价格成交，尤其在大笔交易时更为明显。

心理因素：

实际操作中，投资者的心理波动和情绪干扰可能导致未严格执行模型策略。

技术因素：

交易系统的技术问题、网络延迟等因素也可能影响实际交易效果。

综上所述，量化模型从回测到实盘需要全面考虑以上因素，进行充分的样本外测试和压力测试，确保模型在不同市场环境下的稳健性和适应性。同时，需要不断优化交易执行和风控措施，以提高实际交易中的表现。