量化投資技術包括多種具體方法，在投資品種選擇、投資時機選擇、股指期貨套利、商品期貨套利、統計套利和算法交易等領域得到廣泛應用。在此，以統計套利和算法交易為例進行闡述。
1、統計套利。
統計套利是利用資產價格的歷史統計規律進行的套利，是壹種風險套利，其風險在於這種歷史統計規律在
未來壹段時間內是否繼續存在。
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，再找出每壹對投資品種的長期均衡關系（協
整關系），當某壹對品種的價差（協整方程的殘差）偏離到壹定程度時開始建倉，買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。
股指期貨對沖是統計套利較長采用的壹種操作策略，即利用不同國家、地區或行業的指數相關性，同時
買入、賣出壹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沖是壹種低風險、高收益的交
易方式。
2、算法交易。
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。
算法交易的主要類型有: (1) 被動型算法交易，也稱結構型算法交易。該交易算法除利用歷史數據估計交
易模型的關鍵參數外，不會根據市場的狀況主動選擇交易時機和交易的數量，而是按照壹個既定的交易方針
進行交易。該策略的的核心是減少滑價（目標價與實際成交均價的差）。被動型算法交易最成熟，使用也最
為廣泛，如在國際市場上使用最多的成交加權平均價格（VWAP）、時間加權平均價格（TWAP）等都屬於被
動型算法交易。 (2) 主動型算法交易，也稱機會型算法交易。這類交易算法根據市場的狀況作出實時的決
策，判斷是否交易、交易的數量、交易的價格等。主動型交易算法除了努力減少滑價以外，把關註的重點逐
漸轉向了價格趨勢預測上。 (3) 綜合型算法交易，該交易是前兩者的結合。這類算法常見的方式是先把交易
指令拆開，分布到若幹個時間段內，每個時間段內具體如何交易由主動型交易算法進行判斷。兩者結合可達
到單純壹種算法無法達到的效果。
算法交易的交易策略有三：壹是降低交易費用。大單指令通常被拆分為若幹個小單指令漸次進入市場。
這個策略的成功程度可以通過比較同壹時期的平均購買價格與成交量加權平均價來衡量。二是套利。典型的
套利策略通常包含三四個金融資產，如根據外匯市場利率平價理論，國內債券的價格、以外幣標價的債券價
格、匯率現貨及匯率遠期合約價格之間將產生壹定的關聯，如果市場價格與該理論隱含的價格偏差較大，且
超過其交易成本，則可以用四筆交易來確保無風險利潤。股指期貨的期限套利也可以用算法交易來完成。三
是做市。做市包括在當前市場價格之上掛壹個限價賣單或在當前價格之下掛壹個限價買單，以便從買賣差價
中獲利。此外，還有更復雜的策略，如“基準點“算法被交易員用來模擬指數收益，而”嗅探器“算法被用來發現
最動蕩或最不穩定的市場。任何類型的模式識別或者預測模型都能用來啟動算法交易。