近一段时间，受益于中小盘个股复苏，多只公募量化产品录得较好收益，量化投资再度回到投资者眼帘。
所谓量化投资，是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。
从全球市场的参与主体来看，按照管理资产的规模，全球排名前列的多家资管机构，都是依靠计算机技术来开展投资决策，由量化及程序化交易所管理的资金规模在不断扩大。
作为“舶来品”的量化投资，始于美国20世纪60年代，70-80年代是高速的迭代和发展期，而90年代就是量化投资发展的黄金期。虽然量化投资在2008年美国金融危机时受到影响，但之后量化投资仍靠其自身的优势成为市场的主流，也因为其收益稳定风险较低而普遍受到市场的推崇。
具体到中国的量化投资，近10年来也得到快速发展，在2008年金融危机之后，很多有丰富经验的美国华尔街量化投资团队的中国人归国发展，进入公募基金和私募基金领域。
从2010年沪深300期货开始，国内开始有了一个对冲工具，能更好的让量化投资发挥作用，量化投资开始快速发展。近年来，在下跌行情下，部分量化投资基金反而创造了稳定的收益，量化投资又重回到投资者视野中。
在此后的发展中，量化投资基于人工智能，机器学习等方式不断优化因子，在市场中发挥着量化投资的应有作用。
从量化投资的特点来看，主要是以大数据为基础，总结有效的统计规律，但对单个投资标的的研究不如主动研究员深入，其优势在于覆盖面上更胜一筹，这个优势往往在股票市场上特别突出，股票市场普遍流动性较好，天然比较适合量化投资策略的发挥。
事实上，定量投资和传统的定性投资本质上是相同的，二者都是基于市场非有效或是弱有效的理论基础，而投资经理可以通过对个股估值，成长等基本面的分析研究，建立战胜市场，产生超额收益的组合。
不同的是，定性投资管理较依赖对上市公司的调研，以及基金经理个人的经验及主观的判断，而定量投资管理则是“定性思想的量化应用”，更加强调数据。
具体来看，量化投资有以下4个特点：
纪律性
所有的决策都是依据模型做出的。纪律性的好处很多，可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差等。
纪律化的另外一个好处是可跟踪。定量投资作为一种定性思想的理性应用，客观地在组合中去体现这样的组合思想。一个好的投资方法应该是一个“透明的盒子”。每一个决策都是有理有据的，特别是有数据支持的。
系统性
系统性首先表现在多层次，包括在大类资产配置、行业选择、精选个股三个层次上都有模型；其次是多角度，定量投资的核心投资思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；再者就是多数据，就是海量数据的处理。
套利思想
定量投资正是在找估值洼地，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。定性投资经理大部分时间在琢磨哪一个企业是伟大的企业，哪只股票是可以翻倍的股票；与定性投资经理不同，定量基金经理大部分精力花在分析哪里是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。
概率取胜
定量投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用。其是依靠一组股票取胜，而不是一只或几只股票取胜。
人工智能正在改变人类社会已经成为现实，量化投资将AI收入囊中，为己所用。通过量化选股轻而易举的攻克大数据难关，是量化基金得以在震荡市笑傲江湖的秘诀。量化投资是“人机”协同作战，相互促进取得双赢的典范。
实际上，AI从诞生起，就是一种工具，AI的高速发展引起了社会发展的巨大变革，甚至有观点认为人们已经进入了AI时代，同时，量化投资作为AI在金融领域的翘楚，备受瞩目。
量化投资将AI与传统的价值投资和趋势投资相结合，在投资过程中AI扮演着金融分析师的角色，为投研团队分析、传输海量数据。
