其實量化交易不能籠統的說就是一種交易，我們可以考慮分為：量化策略，低頻日內波段交易，高頻交易。

量化策略：

普通的股民，一般學習的是量化策略。就是設置一個買賣的紀律。

比如市盈率低于某個數值買入，高于某個數值賣出。當然不是單單一個市盈率標準。早期就有一個朋友設置的是營收增長和凈利潤增長同步高于20%，連續到達五個季度的選股策略。多因子限定你的投資目標。這就是一種策略。

比如也有流動性來選擇投資股票。如果股價是上市公司的投票機，那么放量上漲的就是可以選擇的標的，因為大家都投票了。所以我們也不管具體因果，買入放量上漲的股票，賣出放量下跌的股票。

比如行業輪動策略。如果一個股市的周期你里面，復蘇的時候先房子和汽車漲價，而周期快結束的時候，石油，金屬行業，采礦業大面積繁榮。那么我們就按照經濟周期的判斷，買入不同行業公司的股票。

比如錨定國債到期收益率的投資。你可以近似的將國債收益率看做是一種融資的價格。如果國債收益率低，并且國債沒有倒掛，就說明利率較低，適合投資，如果國債收益率高，那么說明資金成本高，我們應該投資固定收益。

量化策略就是給交易找個理由，大多數情況下，理由不是真理，市盈率低，有可能是造假，流動性高，有可能是人為。當你被動的選擇了一個策略的時候，你并沒有十足的把握。但是，你會感覺似乎有道理。很多基金就是用一個簡單的量化策略來打天下，但他們往往業績很一般。以至于很多投資人更加相信指數基金，都不相信量化策略。

低頻日內波段交易：

這其實是趨勢技術流，大多數集中在期貨。當日進出，找日高和日低。這個你很難找出具體的做法。應該是需要依賴一定的大數據或者人工智能。這部分的交易并不是穩賺不賠，突發事件往往會扭曲盈利。技術不能解決這個世界大多數問題，信息又極度不對稱。諸如雖然你通過技術判斷了石油今天可能收在58.16，，但是如果剛好在今天沙特突然宣布石油追加減產30萬桶。結果收盤在60美元。意不意外，驚不驚喜？所以，日內波段交易，需要有一定的技術實力，但是這里的技術實力可能并非必然成功。

人工智能如今的確對日內波段交易影響很大。

高頻交易：

基本上所有的量化交易，如今都在走向高頻交易。高頻交易和股票的基本面和技術面毫無關系，這是另一個層面的東西。其大致上，有如下幾種模式：

1、做市商。就是自己有一定量的股票，但如果這個市場有人買入和賣出，做市商會第一時間站出來滿足交易需求。如果你看過利弗莫爾的《股票作手回憶錄》，利弗莫爾剛出場的時候，就是作為股票經紀公司的對手交易者。利弗莫爾進入一家交易所，然后憑著自己的交易技術賺錢，那些股票經紀公司在大多數炒股者那里賺錢，但是遇到利弗莫爾卻一敗涂地。這就是做市商的早期形態。實際上，大多數的交易是錯誤決策導致的，所以做市商在全球金融市場，雖然鳥槍換炮，越來越先進的設備，還融入了算法交易。但是他們通過大多數人集體的謬誤來做所有人的對手盤。至今，這依然是一個盈利的行業。

2、套利。簡單套利比喻，就是ETF。比如十只股組成一個ETF基金，這個ETF基金可以轉換為十只股的股票，而十只股的股票湊好了可以轉換成ETF基金的份額。這種雙向轉換，有時候會出現差價，這種差價非常細小，但只要這筆交易能夠覆蓋交易費用，計算機數據計算足夠快，交易下單足夠快，那么就可以迅速吃掉這個價差。同樣的，現貨期貨之間也有基差，不同期權和股票之間也有行權價差。這些都可以通過公式迅速計算這種差額，然后通過船堅炮利的交易硬件系統，來迅速完成套利。

3、結構化交易。搶單交易。這是最惡劣的。在買家和賣家下單的時候，他們是明池交易，他們會參考市場報價，但如果他們單子太大，要買賣很多，那么就必須掛單更高。這個時候搶單交易者就吃掉這部分中間價差，一手進，一手出。交易速度有時候要和交易所的服務器競爭，比他們快。對于普通股東當然不樂意，白白增加了交易成本。所以他們需要距離交易所更近，我們叫交易所“直連”。

量化交易過于籠統，所以我們一般會指代具體的交易方式。而不是眉毛胡子一把抓，說某一種交易是量化交易。這很復雜。