有不少投資者雖然做的是量化交易，但對于量化交易和高頻交易、程序化交易有什么區別，往往說不清楚。本文將為大家解釋這三者之間的相同點和不同之處。
程序化交易
字面意思很簡單，就是對應于人工交易，利用計算機程序(program)輔助、決策和執行交易。在《證券期貨市場程序化交易管理辦法》中定義的程序化交易是指通過既定程序或特定軟件，自動生成或執行交易指令的交易行為。
程序化交易中具體的交易時機、倉位、止損止盈、獲利標準有可能編寫進交易程序中，也可能獨立于程序外。程序化只是交易執行的一種方式。
一般利用程序交易有一些眾所周知的優勢，比如較快的交易速度，脫離人為情緒的影響，有較好的執行力保證等。
同時也應注意交易程序和交易系統的區別。交易系統是一個完整的系統，具體執行的程序可能只是其中的一部分。一個良好的交易系統應該還有風險控制、資金利用、倉位管理等方面的內容，而不僅僅是買賣信號的產生。
量化投資
更多是基于數據和歷史統計基礎，通過概率、微積分等數學工具研究市場中各類資產價格的結構性因素，從而制定一些交易決策。量化交易不一定需要用到計算機執行交易。但基于交易因素的數量變化引發的交易，都可以叫做量化交易。一般的量化投資都涉及到比較復雜的數學模型，對投資者的數學能力要求很高，但并不是說量化投資就一定會賺錢，這還要看模型是否有效。
這里不得不提到這兩年很火的“人工智能”、“機器學習”。它們太容易和量化交易同時提起。但具體說來，他們互相包含，卻又有不同。量化交易尋找的是有一定邏輯基礎的相對規律。這些規律不是一成不變的，而機器學習中“學習”的概念是：如果一個系統能夠通過執行某個過程改進它的性能，就是“學習”。所以對于機器來說，只能“執行過程”。這個過程一定是有確定性的。但這不能充分概括量化和人工智能的關系。因為機器學習只是人工智能的途徑之一。
從交易模型的角度來說，“模型先生”西蒙斯的文藝復興科技基金可以說是量化投資也可以說是運用了人工智能，只是傳統的定量模型雖然也可以算是一種人工智能模型，卻并非現代意義上的“強人工智能模型”。有人預計，未來五到十年，人工智能可能是科技行業發展的主要方向。當通過人工智能的方法和手段能讓交易判斷變得更準確（現在有交易系統已經達到提前預判48小時的股市大盤漲跌方向，準確率高達75%。只是對一些“假突破”臨界點判斷還需要進一步完善），并對交易結果產生正向影響時，更多人就會選擇用人工智能去交易。以后人工智能交易系統的策略有可能按照高頻、中頻、低頻，短線、中線、長線，市場情緒分析和大勢變化抓取等進行分類組合。人工智能和量化策略融合，終成為一個龐大而且深度細分的領域。
高頻交易
高頻交易意味著每次交易從開倉到平倉只有很短的時間間隔，一般從十幾分鐘到幾微秒不等。主要目的是通過市場短暫的價格波動而獲利。無論是趨勢追隨交易還是套利交易，只要速度達到了都可以被稱為高頻交易。
這里說一下人工高頻和程序化高頻。人工高頻一般指的是炒手們做的短線炒單。但要知道這是一個零和游戲，炒手的生存空間已經被程序化高頻不斷擠占。所以現在一說到高頻交易，大家首先會想到程序化交易。因為這是一個贏家通吃的游戲，所以到最后大家都在比拼硬件設施，比拼跟EXCHANGE的CO-LOCATION以獲得幾微秒的優勢。所以計算機技術的更新升級已經成為高頻交易的關鍵。順便補充一下，現在高頻交易大概占美國市場電子交易的60%-70%。
概括來說，程序化是實現和執行交易的方法途徑，交易策略、實現方式并重。量化是靠建立模型，提供交易策略的交易方式。高頻是形容交易執行的速度和頻率，而現如今的高頻交易時代，速度本身就是一種策略。
