QUANTIATIVE TECHNOLOGY
通过对因子进行筛选和重组，再加以运用量化投资的定量分析和筛选。但是在最初量化投资引入国内的时候，国内对于量化投资并没有系统的概念，随后在进行量化投资概念的普及过程中，我们逐步总结并发现量化投资与传统投资的方法论有诸多不同的地方。
伴随基本面和技术面分析的进一步精炼化，现代金融理论的更加完善化，运用编程语言到金融领域已经逐步被市场人士接受和认可，并且由于所用到的技术和策略的复杂性，程序化交易便应运而生。进一步，在资产配置方面，产品设计方面也有了进一步的系统化意识，再加上资本逐利的驱动，量化投资、高频交易逐步出现并悄然占领一部分市场，由此可见，伴随前沿科学方法的演化，投资方法也从原始的无序状态逐步向高级量化投资时代进化，形成一个系统化的过程。
量化投资策略的分类
目前，国内对量化投资有很多误解，关于量化投资的概念有广义与狭义之分。其中广义的量化投资可把他分为五大类，即期权量化、套利量化、资产组合、风险管理、高频交易。狭义的量化投资依据两个思路有不同的分类，一是基于量化思路的策略、算法或组合的统称则可以分类为股票量化，期货量化，其他及衍生品如期权等；二是基趋势判断型量化投资策略与波动判断型量化投资策略进行分类。
其中趋势判断型量化投资策略分为两大类，其中较为常见的是多因子模型：
基本面：多因子模型、风格轮动模型、行业轮动模型；
市场行为：资金流模型、动量反转模型、一致预期模型、趋势追踪模型和筹码选股模型；
量化择时：趋势择时、市场情绪择时、有效资金模型、牛熊线、Hurst指数、SVM分类、SWARCH模型及异常指标模型；
波动判断型量化投资策略则分为四大类：
股指期货套利：期现套利、跨期套利、跨市套利、跨品种套利
商品期货套利：期现套利、跨期套利、跨市场套利、跨品种套利
统计套利：股票配对交易、股指对冲、融券对冲、外汇对冲交易
除了以上的量化策略，还有其他的量化投资策略，比如说今年较为常见的算法交易与另类套利。
算法交易：被动型算法交易、主动型算法交易、综合型算法交易
另类套利：事件套利、ETF套利、LOF套利和高频交易
量化投资本质上是方法论，可以应用到投资过程的每一个环节，比如选股。基本面分析或者技术分析也是广义量化金融的应用。用这些知识所构建的数理模型/投资决策模型，均是相对客观和理性的系统，是可以被应用于投资的每一步的。
量化投资在国外已有30多年的历史，并已成为国际主流的投资方式之一。过去10年间，全球对冲基金资产规模年复合增长率超过15%，对冲基金数量年复合增长率近10%。
在国内，随着金融市场越来越成熟，资本市场越来越有效、市场结构趋向完整是必然趋势，未来十年将是中国的对冲时代，金融衍生工具的不断涌现将推动未来量化投资在中国的巨大发展。
同时海外量化投资人才相继回国正逐步弥补中国在量化投资领域人才缺失的窘境，他们除了有正确的投资理念外,也使得国内量化投资的发展可以引进海外成功的流程和体系,同时再运用中国特色的因子,构建出适合中国市场状态的量化投资模型。
