无论是量化还是非量化流派，交易者的工作就是发现价格运动的规律,即在一定的条件下，价格未来向哪个方向运动，运动多大幅度，持续多长时间是大概率事件，而后将自己发现的这个价格运动的规律应用在未来的行情中。如果市场的确重复了这个现象，那么交易者就成功地发现了价格运动的规律。如果没有足够数量的重复，也许这种规律就是主观的想法而没有符合客观实际，也许是的确出现了小概率事件使得价格没有按照发现的规律运行。
所谓量化交易，无外乎就是更多从数据分析的角度，借助更多定量分析方法和计算机手段，以更多固化的交易规则，来发现和捕捉规律的一种交易方式。
量化交易的核心是找到大概率的价格运动规律并且通过多次交易让概率累积实现正收益。量化交易者参与期货市场，交易的不是期货是概率。
优势
科学合理的量化交易的优势主要体现在以下两个方面：准确性和突破人的极限。准确性——可以提高策略的有效性；突破人的极限——可以最大限度的发挥策略的有效性。这两点加起来将奠定稳定盈利的基础，同时它们也是稳定盈利的必要条件。
首先，准确性可以帮助高交易策略的有效性。
量化交易的最大特点就是量化。若拥有足够的数据，采用科学的方法，量化交易可以更加准确的估计出交易策略的盈亏指标和特性指标，以具体的数字来刻画一个交易思想的各方面，各阶段特点，做到准确地度量效果。准确地度量效果可以使得我们更加准确，客观，全面的认识策略。
准确的认识策略将带来三点重要的好处：第一，在交易前就可以判断自己发现的规律是否可行。将不符合要求的模型在事前进行排除，这在风险控制上就是一个极大的贡献。第二，量化投资可以精确的定位策略的问题，就像西医的超声波，X光，可以以更快的速度来完成研发中的各种选择，有助于我们以更高的效率开发出更优的交易策略。第三，有助于制定更加合理的仓位，时间等交易配套计划。一套完整的策略除了交易买卖点之外还包括资金管理，周期设计，动态维护等多方面计划。这些配套计划的合理制定，全部都是建立在准确、客观、全面的认识交易思想的基础之上。如像风险较大，周转期较长的策略就要使用较小的杠杆。若认识不客观，将导致仓位使用不当，即使最终盈利的策略也可能亏损，亏损的策略则可能大幅亏损。
量化交易的分析和交易方式可以极大的拓展交易者生理和心理的能力边界。
首先，量化交易可以在时间和空间上突破人的极限。借助计算机手段，量化交易可以在1秒中之内完成数次交易委托，可以同时监控数百个全球金融市场的投资品种的价格变化并且进行相应计算，可以24小时不间断交易。如此以来，一是可以大大解放思想，解放策略开发者的交易思想，没有做不到，只有想不到。二是可以将策略开发者的交易思想发挥到极致。例如将同一种交易思想运用在所有适合该交易思想的品种标的上，充分发挥分散性的优势。不仅如此，还可以同时运行多个交易策略，利用投资组合的分散性将交易者的智慧结晶的效果发挥到极致。
其次，量化交易有助于计划的执行。若投资者发现了真正的规律，并制定了合理的配套计划，剩下的工作就是严格的执行计划。而正确的交易计划通常是反人性的。由于人性的弱点——贪婪和恐惧以及非理性思维习惯的存在，使得人们难以做到严格的执行计划。再完美的交易策略，若不能严格地执行，概率累积被破坏，交易的效果也将不能保证。人不容易做到的而又应该做的事情，计算机可以轻松做到。量化交易通过隔离开发环节和执行环节，有助于减少执行风险，降低不确定性，从而有助于一个有效策略的有效性的切实发挥。
劣势
优点的延伸就是缺点。量化交易的劣势是局部针对性不强和市场演绎能力不够。
第一，量化交易是根据有限的规则来对包罗万象的市场进行交易。它是根据模板，模型，条条框框做“批量化生产”，它捕捉的是大概率时间，需要大量的交易次数才能体现出整体的效果。对于每一笔具体的交易，市场的环境条件都是不一样，甚至很不一样的，量化交易不会针对某一次交易而做具体情况具体分析。因此，在局部来看，量化交易针对性不强，显得不够灵活，常会出现人看上去很傻的信号。不过这个缺点是不能去消除的，消除了就不是量化交易，也不会有上述的优势。
第二，量化投资是根据固定的规则来对不断变化的市场进行交易。策略的固化和市场的变化存在矛盾。当市场的变化程度足够大，模型中的参数甚至模型都将变得不再有效。而这些情况出现后，量化策略不会自己根据市场演绎调整，至少不能在较大的范围内自适应。这就需要开发者动态维护，与时俱进，评估好策略的有效性，制定好相应的反应预案，并且对市场的适合性做出科学合理的判断，不能依据一些短期现象而做出错误的调整。
相关名词
有效性高的量化交易模型并不容易开发；虽然不需要基本面分析等传统交易经验，但是量化交易需要大量的模型开发经验和模型实际运作的经验；量化交易对统计，计算机和金融知识均有一定要求；量化交易需要更多的软硬件配套设施。对数据、编程平台、计算机，网络通信等方面的要求高且细。量化交易一般不适合单人完成，更适合团队完成；量化策略的有效性和适应性（包括适应时长和适应范围）通常负相关；量化交易虽然通常不由人工直接下单，但是离不开人或者一个团队的动态运维管理。
量化交易的注意情况
有效性高的量化交易模型并不容易开发；虽然不需要基本面分析等传统交易经验，但是量化交易需要大量的模型开发经验和模型实际运作的经验；量化交易对统计，计算机和金融知识均有一定要求；量化交易需要更多的软硬件配套设施。对数据、编程平台、计算机，网络通信等方面的要求高且细。量化交易一般不适合单人完成，更适合团队完成；量化策略的有效性和适应性（包括适应时长和适应范围）通常负相关；量化交易虽然通常不由人工直接下单，但是离不开人或者一个团队的动态运维管理。
