量化交易在美國已經搞了30多年了，最著名的是數學家西蒙斯和他的文藝復興公司的大獎章基金， 從1989年期起，復興 科技 公司的大獎章基金( Medallion )的年回報率平均高達35%,大獎章基金被譽為是最成功的對沖基金。
狹義的角度講量化交易就是十幾年前就已經開始的程序化交易，它是把交易過程中運用到的交易方法，用計算機語言編成計算機軟件程序，實現機器選股，自動下單買賣等行為。通過計算機程序可以省去壹些人力成本（人力分析慢，畢竟現在市場上已經4000多只股票，未來會更多），同時也省去了壹些交易員不必要的盯盤時間，也壹定程度規避情緒心理因素影響。
廣義的角度講量化交易就是我們交易者在交易過程中運用的系統化交易。根據壹些固定的交易模型進行交易的系統化的方法，系統化交易是股票交易盈利的前提條件。比如基本面的價值投資法，把很多財務數據和指標進行數量化的梳理成固定的模型，這屬於基本面量化；人們包括利用技術分析理論編成的各種指標，選股條件等，屬於技術面量化；
另外量化交易又根據交易的形式分為：算法交易（也就是高頻交易，主要用於搶單），套利交易（期貨品種的跨期套利和跨品種套利），根據現有的各種技術分析理論編成的實現全自動交易的計算機程序等等。
量化交易不是盈利的保證，它必須建立在壹定的成功概率的模型基礎上才能應用的實戰交易中。我們都知道賭場盈利的根本其實就是比玩家盈利的概率高1%而已，這高出的1%盈利概率保證了賭場久賭必贏。所以量化交易其實追求的就是比市場上大多數人盈利的概率高出1%即可。但是這1%不是普通投資者可以做到的。需要大量的實戰總結和復盤總結，最終形成所謂量化交易模型。
最後提醒投資者註意：量化交易模型主要來源於以下兩種模式：
1、數據挖掘，從 歷史 數據中找到在以往 歷史 中盈利概率大的模型，這種模型壹般為黑箱模型，黑箱就是妳只能看到結果，不知道其中的邏輯，比如現在流行的機器學習模型，就是典型的黑箱模型。它的缺點非常明顯，就是妳不清楚盈利原理，未來是否還能繼續出現符合上述模型的情況的概率有多少，也就是說，這種模型， 歷史 業績非常好，但是未來能否盈利非常的不確定。
2、來源於主觀交易者的盈利模型，根據盈利的主觀交易者的系統化的交易方法，用計算機語言編成的交易程序。這種交易模型有的可以量化，有的不可量化，如果可以量化的部分較多，而且量化後回測 歷史 數據盈利概率較高的話，那麽很大概率就是可以用於實盤 。可惜這種模型鳳毛麟角，可遇不可求。另外壹種就是少部分可以量化，多數不能量化，而能量化的部分在 歷史 回測中表現很差，主觀交易者的盈利多數可能來源於主觀判斷，此種模型占絕大多數。比如徐翔的漲停板敢死隊的打板模型，在漲停板上買入可以量化，但是如果僅僅是漲停板買入，卻不能實現盈利，盈利的更大原因在於盤手所謂的盤感，所以這些盤感的挖掘數量化，才是這類模型的關鍵。
綜上所述，量化交易僅是交易的壹個小分支而已，不是盈利方法。不要迷信所謂量化交易。
其實把交易系統化才是關鍵，系統化關鍵又是盡量把主觀交易數量化客觀化。祝投資順利！