量化策略是基于数字、数学和统计发现金融市场低效率的策略。这是通过研究过去的历史数据来完成的，主要是金融工具价格的时间序列，目的是检测不太可能偶然发生的模式和关系。我们使用回溯测试来衡量盈利能力。
量化策略科学使用方法：
交易策略的规则是 100% 量化的，因此会更科学。规则是严格的，不接受人为的任意判断。当交易策略通过了所有测试并准备好进行实时交易时，交易信号会传递到自动执行交易的交易软件或平台，也称为交易机器人。您当然也可以手动输入买卖订单。
量化策略的其他标签是算法策略或“量化”策略。基本上，所有标签在其方法中都涉及相同的元素。“量化”只是一个依赖量化策略和自动交易的交易者。这些策略是根据严格的机械规则制定的，这些规则在过去的数据中是成功的，交易者相信这些规则在未来也会有成功的机会。
量化策略并不是什么新鲜事，它随着计算机计算能力的提高而兴起。那时计算机的出现使价值投资的创始人本杰明·格雷厄姆（Benjamin Graham）的旧方法变得不再有效，因为计算机的计算能力可以在几秒钟内发现那些错误的定价。某种程度上格雷厄姆也严格的使用了量化模型来寻找被低估的证券。
量化交易策略由交易者根据自己的想法制定一些要素，这些想法包括但不限于打算交易哪些市场、交易的时间范围、交易频率、交易的目标、何时进入何时退出、每笔交易多少股等等，然后通过大量的时间开发测试交易策略的技能。
量化策略的回测：
回测涉及对历史数据的假设进行测试，但测试最重要的方面是样本外测试。样本外是指在回测中未包含的数据上测试策略。为此，可以将数据集分为两部分，一部分用于创建策略，另一部分用于在样本外测试策略。更好的做法是每天在几个月的实时数据上测试该策略。
