如果你想在一群某项专业的专家之间挑起无休无止的争论的话，一个有效的方法就是让他们对其专业中的一些最基本的概念给出定义。比如，让一群物理学家定义什么是“时间”，让一群经济学家定义什么是“钱”，你就可以看到他们整晚争论了。
所以，如果要我对“量化交易”作一个教科书般精确的定义的话，我只能放弃，因为不同的人，在不同的场合下所说的量化交易，可能指的是不一样的东西。我所能做的只是明确一下我们这里所说的量化交易指的是什么，以便能够更好地沟通和交流。
从广义上来讲，量化交易是一种利用定量的数据指标，根据事先确定的运算模型，产生买卖决策的投资决策方式。它是相对依据于主观判断的投资决策方式而言的，我这里所说的量化交易，基本上就是指这种广义上的含义。
在实际应用的时候，我们的投资决策未必是100%的量化，也未必是100%的主观。什么算量化交易，什么不算量化交易，可能会有异议。所以，一些人所说的量化交易相比另外一些人所说的量化交易，要求可能更严格一些，是专指一些定量化、自动化程度更高的投资交易方式。
不管怎么称呼，在我们讨论具体的量化交易策略之前，再进一步明确一下一些与量化交易相关的名称，应该还是有所帮助的。
量化交易与算法交易
在今天的投资界，你听到“算法交易(Algorithmic Trading，或简称Algo Trading)”的次数，可能会比听到“量化交易”的次数更多。确实，在大多数情况下，这两种称谓基本上可以替换着使用，因为目前最流行的量化交易策略，基本上都可以说属于“算法交易”的范畴。
不过，在这里，我还是认为量化交易和算法交易是有所区别的。因为算法交易通常意味着高度自动化的交易发现和交易执行，因此算法交易往往也被称为“自动交易(Automated Trading)”，或者是更形象化的“黑匣子交易(Black-box Trading)”。
而且，人们在说“算法交易”的时候，往往并不仅仅是泛指所有高度自动化的量化交易策略，而是专门指那些持有期很短、交易相当频繁的交易策略，甚至专门指那些以降低交易成本为目的的交易策略。
所以，我们这里所分析的量化交易，特意让它的范围更广一点，不仅包括了算法交易，而且也包括了自动化程度和交易频率不是那么高的其他一些交易策略。
量化交易与黑匣子交易
前面已经说过，“黑匣子交易”是人们对算法交易的一种形象化说法，所以量化交易与黑匣子交易的关系，就和量化交易与算法交易的关系差不多。不过，当人们说黑匣子交易时，更加突出的是一个“黑”字，也就是这些交易策略的神秘性。所以，像ETF套利、现期套利这样一些经典的套利策略，人们似乎觉得它们不够“黑”，一般不会称之为黑匣子。
量化交易与程序交易
单从字面上来讲，程序交易，可以指所有的高度自动化的量化交易策略，包括算法交易。在大多数情况下，人们也确实是这么用这个名称的。不过，纽约交易所对程序交易有专门的定义，指的是同时涉及15个及以上的证券、总交易额至少为100万美元的电子交易。而这类交易很大一部分都是套利，因此当人们说程序交易时，往往特指套利交易策略。
量化交易与技术分析
人们很容易把量化交易和技术分析联系在一起，确实，技术分析中会使用很多的量化指标，量化交易中也会用到一些我们常用的技术指标。而且，相当一部分的量化交易策略和技术分析一样，几乎都是依赖于对价格、成交额等交易信息的分析。不过，量化交易与技术分析还是有所区别的。
首先，一些技术分析方法很难被量化。比如，图形分析是技术分析的一个重要部分，可是，一些图形很难被量化定义，比如波浪，这些技术分析手段就无法应用在量化交易中。
其次，量化交易并不仅限于技术分析所涉及的交易信息。基本面的信息数据，如收入、利润、购并等公司基本面信息，以及利率、通胀等宏观基本面信息，都可能被量化交易策略所参考。
因此，量化交易和技术分析的关系可概括为：二者既有相互重叠的地方，也有相互独立的地方。
