从基本类型来看，量化交易的策略可分为“理论指导型”与“数据挖掘型”,理论指导型又可以进一步分为从基本面或者从技术面出发的“趋势型”和“回归型”。当然，这种划分方法，更多的是从理论角度帮助我们更好地理解量化交易的基本思路，而在实际应用中，针对不同的产品、不同的时间周期，能够有不同的应用。量化交易的应用主要分为如下四大领域。

(1)选股、择时的工具。

传统的基于基本面的交易方法主要看财务指标和估位指标。研究方法主要是将上市公司财务报表、实地调研、行业进行对比，并且结合宏观进行分析。一般的方法是自上而下或自下而上的选股。对于择时更多地依赖宏观、上市公司基本面、市场情绪，以及基金公司本身的排名等因素来进行考量。

基于量化的交易，选股与择时的指标完全不一样。以最著名的两类策略——动最和反转为例。动量策略是指前一段时间表现强的股票会持续走强;反转指的是前一段时间表现弱的股票会在一段时间之后走强。

这些理论均是根据“行为金融学”。行为金融学是与“有效市场假说”相对应的理论，以金融学和心理学等学科结合而形成的一门新兴分支学科。它认为，交易中的投资者从短期来看有可能是理性的，然而从长期来未必是理性的。所以就会产生许多与有效市场相对立的“市场异象”。行为金融学正是描述和利用这些“市场异象”的学科。行为金融学在交易中的应用，就是运用各种方法，包括动量和反转，来对股票的选择和交易时机的选择进行研究和决策。

(2)套利类。

假如要迫溯历史的话，那么套利交易或许可以说是量化交易的鼻祖。而套利的历史，可以说是从有交易开始,就有了套利。所谓套利就是运用同一商品在时间或空间上的差价来赚取利润,主要的套利策略有如下这些。

①市场中性。

市场中性是指同时构建多头和空头头寸来对冲市场风险，在任何市场环境下都可以获得稳定的收益。也就是说，多空投资，净头寸为零。最纯正的市场中性，同时会力求多因子的净头寸为零。比如，行业净头寸为零，风格因子为零等。

②多空对冲。

这是传统的对冲基金策略。多空投资，净头寸没有一个固定比率投资股票市场。当然现实中，这类投资风格，大多数以净多头方式投资。净多头比率大部分在10%-20%之间。

③期权套利。

期权套利交易是指同时买入卖出同一相关期货但不同敲定价格或者不同到期月份的看涨或看跌期权合约，期望在以后对冲交易部位或者履约时获利的交易。期权套利的交易策略和方式各种各样，则是许多种相关期权交易的组合，具体来说包括:转换套利、水平套利、反向转换套利、跨式套利、垂直套利、蝶式套利以及飞鹰式套利等。

④统计套利。

与无风险套利是不同的，统计套利是运用证券价格的历史统计规律进行套利，就是一种风险套利，它的风险在于这种历史统计规律在将来一段时间之内是否继续存在。统计套利在方法上可分为两类:一是运用股票的收益率序列建立模型，目标是在组合的β值等于零的前提之下来达到alpha收益，被称为β中性策略;二是运用股票的价格序列的协整关系建立模型，被称为协整策略。

简而言之，统计套利就是以量化统计方法对市场中的交易产品加以研究，发现市场特性，设计算法，进行交易。

⑤可转债套利。

运用可转债的价格错位，特别是对内含期权的估值不准的时候，进行套利交易。交易基本上就是买入可转债，依据动态对冲的方法做空股票。假如需要市场动态中性，那么必须进行动态对冲。

⑥信用套利。

买人信用评级来改善的债券，与此同时卖出信用评级恶化的债券。应用多空来对冲利率风险和债券市场风险。是因为重要企业事件对信用评级产生很大的影响，信用套利的策略大多数时候会和事件驱动策略和收购合并风险套利策略重叠。

⑦商品期货套利。

商品期货套利获利的原理是根据以下四个方面:第一，相关商品在不同地点、不同时间对应均有一个合理的价格差价;第二，因价格的波动性，价格差价通常出现不合理;第三，不合理一定会回到合理;第四，不合理回到合理的这部分价格区间就是获利区间。

(3)资产配置。

资产配置指的是资产类别选择。投资组合中各类资产的适当配置以及对这些混合资产进行实时管理。量化交易管理把传统投资组合理论与量化分析技术相结合，大大地丰富了资产配置的内涵，从而构建了现代资产配置理论的基本框架。它则突破了传统积极型投资和指数型投资的局限，把交易方法建立在对各种资产类股票公开数据的统计分析上，通过对比不同资产类的统计特征，来建立数学模型，从而确定组合资产的配置目标和分配比例。

(4)算法交易。

算法交易指的是事先设计好交易策略，接着把它编制成计算机程序，运用计算机程序的算法以决定交易下单的时机、价格以及数量等。按照各个算法交易中算法的主动程度不同，将不同算法交易分为主动型算法交易、被动型算法交易以及综合型算法交易三种类型。