比如主觀交易會看k線交易，也會用到量化交易，但不同的是，量化交易可以在歷史數據上回測各種交易規則，找到好的表現，然後用來交易。可能會有過度擬合的風險，但是有壹些方法可以克服。
如果交易規則太多，量化交易會嘗試組合，比如集中成因子，然後用線性模型和非線性模型組合，然後交易。
如果創建因子太難，量化交易可以借助遺傳規模、決策樹、神經網絡自動生成大量因子，省去了人工生成因子的工作量，效率更高。
在克服過擬合的便利性方面，傳統的機器學習和統計學也提供了很多方法，比如交叉驗證、正則化、稀疏化、慢學習、滾動優化等等，壹般都能很好的克服。
壹般來說，量化交易系統、指標系統交易系統和技術分析交易系統可以認為是基本等價的，不需要刻意區分。它們的共同特點是“定量分析”區分“定性分析”，基本面數據可以取進去，但要註意數據往往不規範，要考慮“規範、樣本數量是否足夠、數據造假”等問題。
我認為“量化交易系統和指數系統交易系統”都是“技術分析系統”的子集，而“量化交易系統”和？指標體系system”是等價的，即技術分析的概念更寬泛，因為波浪理論屬於技術分析，但很難說屬於量化交易，因為有些東西是很難“量化”的，量化交易強調的是必須精確量化，用指標體系表示，必須能夠用精確的歷史數據回測。