量化交易是指用先進的數學模型代替人工的主觀判斷，利用計算機技術從龐大的歷史數據中挑選出多種能夠帶來超額收益的“大概率”事件來制定策略，大大降低了投資者情緒波動的影響，避免在極度狂熱或悲觀的市場條件下做出非理性的投資決策。
：
量化投資和傳統的定性投資本質上是壹樣的，都是建立在無效率或弱有效市場的理論基礎上。兩者的區別在於，量化投資管理是“定性思維的定量應用”，更強調數據。
量化交易有以下特點:
1，紀律。根據模型的運行結果做決策，而不是憑感覺。紀律不僅可以約束貪婪、恐懼、僥幸等人性弱點，還可以克服認知偏差，可以被追蹤。
2.系統化。具體表現為“三多”。
壹是多層次，包括資產配置、行業選擇、特定資產選擇三個層次的模型；
二是多角度，量化投資的核心思想包括宏觀周期、市場結構、估值、成長性、盈利質量、分析師盈利預測、市場情緒等角度；
三是多數據，即海量數據的處理。
3.套利思想。量化投資通過全面系統的掃描，捕捉錯誤定價和錯誤定價帶來的機會，從而找出估值窪地，通過買入低估資產和賣出高估資產來獲利。
4.概率取勝。壹是量化投資不斷從歷史數據中挖掘出預期會重復的規律並加以利用；二是靠組合資產取勝，而不是單壹資產取勝。
量化投資技術包括許多具體方法，廣泛應用於投資品種選擇、投資時機選擇、股指期貨套利、商品期貨套利、統計套利、算法交易等領域。
量化交易壹般采用海量數據模擬測試和模擬操作的方式進行測試，按照壹定的風險管理算法分配倉位和資金，實現風險最小化和收益最大化，但往往存在壹些潛在的風險，包括:
1.歷史數據的完整性。不完整的市場數據可能導致模型和市場數據不匹配。市場數據本身的風格轉換也可能導致模型失效，比如交易流動性、價格波動幅度、價格波動頻率等，這些都是量化交易難以克服的。
2.模型設計中沒有考慮倉位和資金分配，沒有安全的風險評估和防範措施，可能導致資金、倉位和模型的錯配，出現爆倉現象。
3.網絡中斷和硬件故障也可能對量化交易產生影響。
4.同質模型會產生競爭性交易帶來的風險。
5.單壹投資品種帶來的不可預知的風險。
為了避免或降低量化交易的潛在風險，可以采取的策略有:保證歷史數據的完整性；在線調整模型參數；在線選擇模型類型；在線風險監控和規避等。