目前國內量化投資規模大概是3500到4000億人民幣，其中公募基金1200億，其余爲私募量化基金，數量達300多家，佔比3%(私募管理人共9000多家)，金額在2000億左右。中國證券基金的整體規模超過16萬億，其中公募14萬億，私募2.4萬億，樂觀估計，量化基金管理規模在國內證券基金的佔比在1%~2%，在公募證券基金佔比不到1%，在私募證券基金佔比5%左右，相比國外超過30%的資金來自於量化或者程序化投資，國內未來的增長空間巨大。
 
 
量化交易是指以先進的數學模型替代人爲的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種“大概率”事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。
 
首先，從全球市場的參與主體來看，按照管理資產的規模，2018年全球排名前四以及前六位中的五家資管機構，都是依靠計算機技術來开展投資決策，而且進入2019年由量化及程序化交易所管理的資金規模進一步擴大。
 
其次，從就業人員的薪資水平來看，全球超70%的資金交易用計算機或者程序進行，其中一半是由量化或者程序化的管理人來操盤。在國外招聘網站搜索金融工程師(包括量化、數據科學等關鍵詞)會出現超過33萬個相關崗位。
 
第三，從高校的培養方向來看，已有超過450所美國大學設置了金融工程專業，每年相關專業畢業生達到1.5萬人，市場需求與畢業生數量的差距顯著，因此數據科學、計算機科學、會計以及相關STEM（基礎科學）學生畢業後進入金融行業從事量化分析和應用开發的相關工作。
 
統計套利的主要思路是先找出相關性最好的若幹對投資品種，再找出每一對投資品種的長期均衡關系（協整關系），當某一對品種的價差（協整方程的殘差）偏離到一定程度時开始建倉，买進被相對低估的品種、賣空被相對高估的品種，等價差回歸均衡後獲利了結。股指期貨對衝是統計套利較常採用的一種操作策略，即利用不同國家、地區或行業的指數相關性，同時买入、賣出一對指數期貨進行交易。在經濟全球化條件下，各個國家、地區和行業股票指數的關聯性越來越強，從而容易導致股指系統性風險的產生，因此，對指數間的統計套利進行對衝是一種低風險、高收益的交易方式。
 
算法交易又稱自動交易、黑盒交易或機器交易，是指通過設計算法，利用計算機程序發出交易指令的方法。在交易中，程序可以決定的範圍包括交易時間的選擇、交易的價格，甚至包括最後需要成交的資產數量。
 
量化交易一般會經過海量數據仿真測試和模擬操作等手段進行檢驗，並依據一定的風險管理算法進行倉位和資金配置，實現風險最小化和收益最大化，但往往也會存在一定的潛在風險，爲規避或減小量化交易存在的潛在風險，可採取的策略有：保證歷史數據的完整性；在线調整模型參數；在线選擇模型類型；風險在线監測和規避等。