量化交易是指利用先进的数学模型来代替人工的主观判断，并利用计算机技术来选择各种"大概率"可以带来超额收益的事件，从巨大的历史数据中制定策略，大大降低投资者的影响'；情绪波动。避免在市场极度狂热或悲观时做出非理性的投资决策。
特征量化投资和传统定性投资本质上是一样的，都是建立在市场无效率或弱效率的理论基础上。。两者的区别在于，量化投资管理是一种"定性思维的定量应用"，更强调数据。量化交易有以下特点：1。纪律。根据模型的运行结果做决策，而不是凭感觉。纪律不仅可以约束贪婪、恐惧、侥幸等人性的弱点。它还可以克服认知偏差，可以被追踪。2.系统化。具体表现是"三更"。第一，层次多，包括资产配置、行业选择、特定资产选择三个层次。二是多角度。量化投资的核心思想包括宏观周期、市场结构、估值、成长性、盈利质量、分析师'；的盈利预测，市场情绪等等。三是多数据，即海量数据的处理。3.套利思想。量化投资通过全面系统的扫描，捕捉错误定价和错误定价带来的机会，从而找出估值洼地，通过买入低估资产和卖出高估资产来获利。4.概率获胜。一是量化投资不断从历史数据中挖掘出预期重复的规律并加以利用；二是靠组合资产取胜，而不是单一资产取胜。
量化投资技术包括很多具体的方法。广泛应用于投资品种选择、投资时机选择、股指期货套利、商品期货套利、统计套利、算法交易等领域。这里以统计套利和算法交易为例来阐述。
统计套利是利用资产价格的历史统计规律进行套利。，是一种风险套利，风险在于这种历史统计规律是否会在未来继续存在。
统计套利的主要思想是先找出几对相关性最好的投资产品，再找出每一对投资产品的长期均衡关系(协整关系)。当一对品种的价差(协整方程的残差)偏离到一定程度时，开始建仓，买入相对低估的品种，卖空相对高估的品种，在价差回归均衡后获利。股指期货套期保值是统计套利常用的操作策略。即利用不同国家、地区或行业的指数相关性，同时买卖一对指数期货进行交易。在经济全球化条件下，各个国家、地区、行业的股指相关性越来越强，容易导致股指的系统性风险。因此，对冲指数之间的统计套利是一种低风险高收益的交易方式。
算法交易又称自动交易、黑箱交易或机器交易，是指通过设计算法，利用计算机程序发出交易指令的方法。在交易中程序可以决定的范围包括交易时间的选择，交易的价格，甚至最后需要交易的资产数量。
算法交易的主要类型有：(1)被动算法交易，也称结构算法交易。。交易算法除了利用历史数据估计交易模型的关键参数外，并不根据市场情况主动选择交易时机和交易次数，而是根据既定的交易政策进行交易。这种策略的核心是降低滑动价格(目标价格与实际平均交易价格之间的差额)。被动算法交易最为成熟，应用最为广泛，如国际市场上应用最多的交易加权平均价格(VWAP)和时间加权平均价格(TWAP)。
(2)主动算法交易，也称为机会主义算法交易。这种交易算法根据市场情况实时决策，判断是否交易、交易数量、交易价格等。除了努力减少价格滑动，主动交易算法逐渐将其重点转移到价格趋势预测。
(3)综合算法交易，是前两者的结合。这类算法常见的方式是将交易指令拆解，分配到几个时间段，每个时间段如何交易由主动交易算法判断。。两者结合可以达到单纯算法无法达到的效果。
做市包括在当前市价之上挂限价单或在当前价格之下挂限价单，以便从买卖价差中获利。此外，还有更复杂的策略。例如，基准算法被交易者用来模拟指数回报，而嗅探算法被用来寻找最波动或不稳定的市场。任何类型的模式识别或预测模型都可以用来开始算法交易。