巴菲特是金融界人尽皆知的“股神”，然而可能很多交易者不知通詹姆斯·西蒙斯。这位创造了华尔街投资神话的传奇人物管理的大奖章基金的平均年收益率比巴菲特还要高许多，其超越巴菲特的秘密武器就是量化交易。
量化交易之星戴维这样评价西蒙斯:“他无疑是量化交易领域最为耀眼的人之一，据说2008年获得了50%的回报。他是数学界一流的学者，研究交易的真实科学方法。极少有人能像他那样。”
那么，什么是量化交易?通常来说，量化交易指的是运用数学模型选取并交易有价证券。这些数学模型通常基于经济学理论或者市场观渊到的规律，经过长时间历史数据的检验，编制成程序交由计算机交易。在交易过程中几乎没有人为的干扰。
比如知名的量化基金公司有:西荣斯所创立的文艺复兴科技公司。自1988年以来，西蒙斯掌管的大奖章(Medallion)对冲基金年均回报率高达34%。纳齐奥塔尔塔利亚所创建的对冲从金D.E.Shaw，1986年加人摩根士丹利的APT量化交易组。这个组运用一种称为配对交易的量化策略在当年赚取了4000万美元。
如同临床医学那样，是一门实践性极强的应用科学，其重点不在于理论而在于实践。通过长期的实践，西蒙斯认为量化交易成功靠的是“短、频、快”，“短”是指交易周期短；“频”是指交易次数频繁，多频次、高概率，减少某几次偶然事件可能对业绩所产生的不良影响;“快”是指资金周转快，这样积小利成大利，稳健地走向成功。
量化交易与数理金融具有很大的共同性，许多量化交易的理论、方法和技术都来自于数理金融。数理是近几十年来兴起的新学科，然而它作为学科名称正式出现至今不过才十几年的时间。下面我们就从数理的发展来回顾整个量化交易的历史。
(1) 20世纪50-60年代。1952年，马科维茨所建立的均值一方差模型，首次将数理工具引人金融研究，在马科维茨的基础之上，威廉·夏普(1964)、莱特纳(1965)以及莫欣(1966)研究了资产价格的均衡结构，提出了资本资产定价模型，现在已经成为度量证券风险的基本量化摸型。
20世纪60年代证券市场研究的另一个具有很重要影响的理论是保罗·萨缪尔森(1965)和尤金·法玛(19650的有效市场假说，这一
(2)20世纪70-80年代。20世纪70年代，随着金融创新在不断地发展，衍生产品的定价便成为人们研究的重点。1973年，布莱克和斯克尔斯建立了期权定价模型，实现了金融理论的又一个承大的突破。该模型迅速被应用于金融实践，让金融创新工具的品种和数量快速增加，金融市场创新获得前所未有的发展。接着，1976年，斯蒂芬·罗斯又提出了套利定价理论(APT) ,在证券操作过程中，多因索的选股模型都可以看作是APT理论最典型的代表。
(3)20世纪80-90年代。20世纪80年代，现代金融创新进入了兴盛时期。在此期间便诞生了金融市场四大发明——票据发行便利(NIFs)、期权交易、互换交易以及远期利率协议。在金融理论上出现了一个新概念——“金融工程”。金融工程视为一门新的学科从金融学独立出来。
第一，20世纪80-90年代，人们对期权定价理论的进一步研究便促进了对倒向随机微分方程求解的发展，因而对期权定价理沦的研究开启了新的动力。同时，对倒向随机微分方程的理论以及数值计算的研究又会促进期权定价理论数学模型的发展。
第二，20世纪90年代金融学家更重视金融风险的管理。可以说，风险管理是20世纪90年代以来对金融机构管理的焦点话题。在很多风险管理的模型中，最有名的风险管理数学模型为VaR(Value atRisk)模型，其中则以JP.摩根的风险矩阵为主要代表。现在，此方法已被全球各主要银行、公司以及金融监管机构所接受。并且成为极其重要的金融风险管理方法之一。
第三，在这一时期还产生了另外一种有着重要影响力的学术流派——行为金融学。有效市场理论在20世纪70年代在学术界达到它的巅峰，这是那个时期占领导地位的学术观点。然而，进入20世纪80年代之后，关于股票市场一系列经验研究发现了与有效市场理论不相符合的异常现象，比如日历效应、封闭式基金折溢价之谜、股权溢价之谜、期权微笑以及小盘股效应等。面对这些金融市场的异常现象，许多研究学者开始从传统金融理论的最基本假设着手，放松关于投资者是完全理性的严格假设，吸收了心理学的研究成果，研究股票市场投资者行为、价格形成机制以及价格表现特征，获得了一系列有影响的研究成果，产生了有着重要影响力的学术流派——行为金融学。
(4)20世纪90年代末到现在。20世纪90年代末，非线性科学的研究方法及其理论在金融理论和其实践上的运用，极大地丰富了金融科学量化手段和方法论的研究。这毫无疑问地开辟了金融科学量化非线性的新方向。
非线性科学已经被运用在证券交易当中。其中最知名的是1991年多因·法默博士和诺曼·帕卡德博士所创立的预测公司，它是运用非线性技术最有名的投资公司之一。创始人多因·法默博士和诺曼·帕卡德博士在系统地阐述李雅普诺夫指数对于混沌分类的重要性方面以及重构相空间的延迟方面均具有重要贡献，并且还应用一些不同的方法，比如，遗传算法、决策树、神经网络以及其他非线性回归方法等建立模型。
总的来说，非线性科学的研究方法及其理论，为人们进一步探索量化交易的发展，提供了很好的研究武器。
事实上，量化交易注重数理分析和逻辑推导，不依靠主观判定形成交易决策，当模型思想来源于投资者市场体会，是根据历史数据所做的概率统计或者是技术指标，甚至基本面分析，只要能形成一定数理逻辑并获得市场验证即可作为量化交易策略。
量化交易的主要理论是人工智能、数据挖掘以及小波分析等。根据对市场的复杂性和行情波动性的基本认识，量化交易从这些学科中汲取养料。
(1)基于混沌的模糊化分析和控制理论。
(2)基于分形，特别是其中的统计自相似部分。
(3)人工神经网络理论。
(4)模式识别领域。
(5)波普分析领域。
(6)非线性期望的数学理论。
量化交易技术几乎覆盖了交易的整个过程，包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易、资产配置以及风险控制等。
量化交易是欧美金融市场主要的交易方式，量化交易与量化基金在欧美金融市场的发展已有30多年的历史，它的市场规模正在不断扩大，投资业绩稳定增长，市场影响力不断提高，已经成为欧美基金公司分散基金管理风险及服务细分市场的重要工具之一。