我们如今生活在一个数据爆炸的世界里。百度每天响应超过60亿次的搜索请求，日处理数据超过100pb，相当于6000多座中国国家图书馆的书籍信息量总和。新浪微博每天都会发布上亿条微博，这些都是数据，那么将这些数据收集起来统一处理能够做什么呢？
克托·迈尔·舍恩伯格在《大数据时代》一书中认为，大数据的核心就是预测，即只要数据丰富到一定程度，就可预测事情发生的可能性。例如，“从一个人乱穿马路时行进的轨迹和速度来看他能及时穿过马路的可能性”，或者通过一个人穿过马路的速度，预测车子何时应该减速从而让他及时穿过马路。
那么，如果把这种预测能力应用在股票投资上，又会如何？
做股票投资策略，需要的大数据可以分为结构化数据和非结构化数据。结构化数据，简单说就是“一堆数字”，通常包括传统量化分析中常用的cpi、pmi、市值、交易量等专业信息；非结构化数据就是社交文字、地理位置、用户行为等“还没有进行量化的信息”，往往这些还没有进行量化的信息进行统一处理分析将能得出很多意想不到的结果。
上世纪70年代以前，股票投资是一种定性的分析，没有数据应用，而是一门主观的艺术。随着电脑的普及，很多人开始研究驱动股价变化的规律，把传统基本面研究方法用模型代替，市盈率、市净率的概念诞生，量化投资由此兴起。
量化投资是指以股票价格、日成交量、日成交额等大量投资相关数据为样本，通过数量化方式建立合适的数学模型与公式，运用计算机技术编写高效程序， 研究分析金融产品未来收益与风险， 判断各种行情走势发生概率，程序化发出买卖指令实现投资交易。相较于传统的技术分析和以公司经营状况为基础的基本面分析，量化投资是基于大量数据的市场分析，所得决策更加科学系统有效;；可以在秒级时间快速完成多个金融产品组合交易，意味着更多交易机会带来更好概率显著性获得更高收益;；而纯程序做出的决策可以避免交易者心理因素对决策不理性影响。
量化投资技术的兴起也带动了一批华尔街大鳄的诞生。在1998年俄罗斯债券危机、高科技股泡沫的破裂与 2008 年席卷全的次贷危机中，资产缩水很严重，而simons管理的以“量化投资 ”为主要理念的medallion却凭借自1989年成立以来35%的年平均收益率被誉为最成功的对冲基金 。
自20世纪末金融领域逐渐显露与数学 、计算机技术和经济相互融合的趋势，量化投资成为这一综合性领域紧密结合的代表产物。“从主观判断到量化投资，是从艺术转为科学的过程。”上世纪70年代以前一个基本面研究员只能关注20只到50只股票，覆盖面很有限。有了量化模型就可以覆盖所有股票，这就是一个大的飞跃。此外，随着计算机处理能力的发展，信息的用量也有一个飞跃变化。过去看三个指标就够了，现在看的指标越来越多，做出的预测越来越准确。
跟传统方式比起来，量化投资通过算法完成了人工不能完成的优化策略过程，很方便得到数量化的验证结果，收益、风险等策略特征都能够通过数据的形式呈现，方便最优策略执行交易，减少市场冲击成本。不需要通过人工对比，也不会根据执行过程中交易员的主观判断来得出结论，而且能够同时覆盖大量的市场和资产，这对于投资组合的分散化来说具有很好的辅助作用。在现实中，大部分的量化基金都持有数量较多的资产和资产种类来组成投资组合，这正是利用了量化交易策略的特征性从而更方便的分散风险。
另一方面，就量化交易策略而言，这种多个市场间的策略移植所需的成本很小，在一些情况下甚至不需要变动原先的基础工具，从而减低了研发成本，同事节省了研发时间。除了在研发过程中节省了大量的时间和成本之外，其研发出来的结果直接用数据显示出来了，直观的结果省去了人为判断，执行速度更快，运作效率更高。量化交易策略能够明显的减轻交易中人的负担和重复性的劳动，就能多出来更多的经历和时间放在更为核心的策略创新之上。
除了节省时间，减少人为因素影响和分散风险以外，量化交易比传统交易更能够确保复杂的交易及投资策略得以执行，因为程序便于对数目众多的股票同时交易，实现人工不能完成的交易策略。
量化投资与定性投资之间的关系比较类似于中医和西医的关系。量化投资与定性投资最鲜明的区别就是模型的应用，这就类似于医学上对仪器的应用。中医主要通过望、闻、问、切等医疗手段，很大程度上借助中医长期积累的经验进行诊断，定性的程度大一些。而西医则不同，西医主要借助于现代仪器，首要病人去拍片子、打b超、化验等，这些都要依托于医学仪器进行检验，对于各项检查结果有详细的数据评价标准，最后判断症结所在，进而对症下药。
定性投资和量化投资的具体做法也有差异，定性投资更像中医，更多地依靠经验和感觉判断病在哪里；量化投资更像是西医，依靠模型判断，模型对于量化投资基金经理的作用就像ct机对于医生的作用。在每一天的投资运作之前，先用模型对整个市场进行一次全面的检查和扫描，然后根据检查和扫描结果做出投资决策。
由于人的大脑处理信息的能力是有限的，当一个资本市场只有100只股票，这对于经验丰富的定性投资者来说是具有优势的，他可以从各个维度综合深入分析这100家公司的质地、业绩、成长性与技术形态。但在一个及其庞大的资本市场（目前沪深a股共有2780只股票，市场体量非常庞大），甚至如果市场规模继续扩大，当有成千上万只股票的时候，强大的量化投资的信息处理能力就能反映它的优势，能捕捉更多的投资机会，拓展更大的投资机会。
最重要的一点是，量化交易采用程序化的运算，便于验证和检讨交易策略，可以深层次长时间检验策略是否有效，得到的结论比更令人信服。对于股票合格交易市场而言，变化太大，交易员的判断会产生很大的影响。实际上，交易员在判断一个交易策略时，很大程度上一类与策略在历史数据上的测试结果，然后做出在即主观上的判断，这样的策略往往缺乏稳定性和说服力，而且样本也很少，毕竟太多了，就会影响做出决策的时间，这是一个严重的缺陷。量化交易很好的规避了这个问题，经过多次的测算验证，反复回测，只有当多次测试出来的结果都是正向的，才能说明该量化交易策略在历史检验上是具有盈利能力的，这样的方式更具有权威性。
量化投资对于现今国内乃至全球的金融市场，都有很大的使用意义，使传统投资交易形式发展至今顺应市场需求与科技进步的创新与衍生，却也是有缘传承中的一例注脚会被更理解人性的投资策略逐渐取代。现如今国内的平台也越来越多的重视量化交易了。