随着科技发展突飞猛进，以人工智能打败世界围棋冠军的专家李开复预言，未来10年大部分工作将被机器人和算法取代。华尔街从2000年到现在，分析师和交易员从十万人降至五万人，就是被机器人和算法取代了。

这印证着人工智能正在改变金融投资。

金融市场由大量人为的投机行为组成，基于人类一些最基本的认知偏差，如处置效应，羊群效应等，往往会出现不理性的行为，金融市场亦因此充满不确定性，量化交易正是利用这个特性，建立量化交易策略模型，从市场中稳定获利。

量化投资一般符合以下特点：

1）有丰富和可靠的历史数据。让电脑程序做出更优的投资决策的前提之一，就是有海量的数据供研究人员进行测试和分析，然后摸索出一定的可重复性规律，将其写入代码之中，让机器忠实的执行。因此相对来说，发达国家的金融市场，历史数据相对来说更加丰富和可靠，因此也更容易让量化交易有更大的用武之地。

2）市场规则透明稳定，因此一些历史模式可能得以重复。量化交易的核心，就在于发现历史规律和模式，并从这些模式在未来的重复中获利。而历史模式得到重复的前提，是市场的规则比较稳定透明，不受那些无法预测的“意外”的影响。

举例来说，在一些发展中国家，监管部门每隔几年，可能会修改会计准则，改变上市公司会计报表的披露要求。在这种情况下，十年前的数据和十年后的数据不一定具有可比性，因此也很难从中总结出什么可靠的规律。这样的市场，对于机器来说就会有比较大的挑战。

与之相反的，人为投资一般符合以下条件：

1）缺乏历史数据，或者尽管有历史数据，但数据不甚可靠，其中有很多噪音。

举例来说，如果某国有不少上市公司都在财务数据上作假，虚报盈利，那么用机器学习的方法，很可能会“垃圾进、垃圾出”，得到不少错误的结论。而如果一位基金经理经验丰富，对做假账的方法比较熟悉，那么他就能更快和更准确的看出这些假冒数据背后的端倪，也更能够离真相更进一步。

2）市场规则不透明，或者多变。在这样的环境下，一些所谓的历史规律，可能是在特定时间和特定规则下的产物，因此很难会在未来重复出现。

3）黑天鹅事件。顾名思义，黑天鹅事件就是那些人们预料不到的，几十年一遇，甚至百年一遇的情况。这样的事件几乎没有历史先例可以参考，因此机器在这方面几乎没有应对能力。

2018年全球表现最好的前10支对冲基金中，量化基金就已经占了7支，其中大家熟悉的桥水排名第一，AQR排名第二，文艺复兴排名第四。而数据显示，目前量化交易管理的资产规模4000多亿美元，预计接下来的10年，全球量化交易管理的资产规模将达到5万亿美元。

量化交易站在人工智能技术的前沿，融合金融科技和大数据，完全脱离人为的主观分析和情境分析，改用计算机程序对大数据的处理进行无偏差分析。同时，量化交易采取全自动化程序进行决策和下单，有效规避人类特有的风险偏好和不理性决策，使交易风险更可控，预期回报更稳定。

因此，量化交易正成为世界金融投资的潮流！