從廣義上講，量化投資（Quantitative Investment）是一種以數據爲基礎、以模型爲核心、通常以程序化交易爲工具的投資方法。

（1）以數據爲基礎：一般來講數據點及結構化數據越多則越有利於建模。如果歷史上沒有發生過或僅發生過幾次，很難找到合適的數據來訓練，基於過往總結出的“規律”則在這個階段不一定有效；

（2）以模型爲核心：不管是早期以金融邏輯爲基礎的線性模型，還是後來更多采用的機器學習、深度學習模型，萬變不離其宗——本質上都是以數據爲基礎建立模型；

（3）通常以程序化交易爲工具：“程序化交易”是一個工具，不管是主觀投資還是量化投資，不管機構投資者還是個人投資者，都可以根據自身情況去評估和使用該工具。

作爲一種投資方法，量化投資和主觀投資一樣，本質上都屬於價格發現，捕捉市場錯誤定價、更好降低信息不對稱、防範價格扭曲。兩者殊途同歸，並非完全對立，量化和主觀在不同週期、不同層面上挖掘市場的有效價格，只是採用不同的實現方式而已——前者側重公開的結構化數據，後者側重基本面深度調研。兩類投資方法都是成熟市場上重要的參與者，都是不可或缺的部分。

無論採用哪種投資方法，要想持續取得長期靠前的超額收益，都要求抓住市場的本質規律，背後考驗的是對市場的深刻理解，只是量化投資更側重把對市場的深刻理解和最前沿的科學技術做有效結合。

一般來講，量化投資以捕捉短週期的市場價格信息見長，擅長糾正短期的價格偏離。而隨着週期拉長，主觀投資基本面深度調研相對更爲有優勢。以股票多頭爲例，無論主觀還是量化，對投資組合均採用主動管理：希望獲取超越市場的收益；均可採用夏普比率、收益回撤比、最大回撤修復時間等基金績效評價標準化指標進行分析。（CIS）