量化策略按照 交易逻辑、资产类别、持仓周期、风险特征 等多个维度进行分类 

一、 按交易逻辑核心分类
量化策略最核心的分类方式，依据策略的盈利来源和决策逻辑划分

1. 趋势跟踪策略
核心逻辑：
认为资产价格会延续当前趋势（上涨 / 下跌），通过捕捉趋势波段获利

典型方法：
均线交叉（如 MA5/MA20 金叉买入）、布林带突破、MACD 背离、动量指标（RSI 超买超卖）

适用场景：
单边行情（牛市 / 熊市），震荡行情中容易出现频繁止损

例子：期货趋势跟踪策略、股票突破策略

2. 均值回归策略
核心逻辑：
认为资产价格会围绕均值波动，偏离均值后会回归，低买高卖获利。

典型方法：
统计套利（如配对交易）、
反转策略（如选取近期跌幅最大的股票组合买入）
波动率套利

适用场景：震荡行情，趋势行情中可能面临较大回撤。

例子：
股票配对交易
如同一行业的两只高相关性股票，价差偏离时做多低价股、做空高价股


3. 市场中性策略
核心逻辑：
对冲市场系统性风险，通过多空仓位配比获取阿尔法收益（超额收益）。
典型方法：
沪深 300 指数增强（做多优质股票 + 做空沪深 300 股指期货对冲）、多因子中性策略。
风险特征：低回撤、低贝塔，适合熊市或震荡市


4. 套利策略
核心逻辑：
利用同一资产或相似资产在不同市场 / 期限的定价偏差，无风险或低风险获利

细分类型：
跨市场套利：如 A 股和港股的 AH 股溢价套利
跨期套利：如期货不同合约之间的价差套利
跨品种套利：如原油和燃油的产业链套利
无风险套利：如 ETF 折溢价套利、可转债套利

5. 高频交易策略
核心逻辑：
利用市场微观结构的短暂失衡，通过极高的交易频率和极低的持仓时间（毫秒 / 秒级）获利
核心要求：
超低延迟的交易系统、高速行情接入、精细化的订单执行算法
典型方法：
做市商策略（提供买卖报价赚取价差）、抢单策略、微观趋势捕捉

特点：依赖硬件和网络优势，交易成本极低，资金容量小



二、 按持仓周期分类
高频策略：
持仓时间毫秒至分钟级，日均交易次数上万次，依赖技术和速度
日内策略：
持仓时间分钟至小时级，当日开仓、当日平仓，不持有隔夜头寸，规避隔夜风险

短线策略：
持仓时间1-5 个交易日，捕捉短期价格波动，需要严格的止损纪律

中长线策略：
持仓时间数周至数月，
基于基本面因子（如市盈率、市净率）或宏观经济数据，交易频率低，资金容量大



三、 按资产类别分类
股票量化策略：
应用于股票市场，如指数增强、多因子选股、股票配对交易

期货量化策略：
应用于商品期货、金融期货，如趋势跟踪、跨期套利、CTA 策略（商品交易顾问策略）

期权量化策略：
利用期权的非线性收益特征，如波动率套利、期权对冲策略

数字货币量化策略：
针对加密货币市场，如网格交易、趋势跟踪，特点是 7×24 小时交易、波动大



四、 按因子类型分类 ）
多因子策略是股票量化的主流方向，
通过多个因子筛选优质股票，可进一步按因子属性分类：

量价因子：
基于价格和成交量数据，如动量、反转、换手率、波动率

基本面因子：
基于公司财务数据，
如市盈率（PE）、市净率（PB）、净资产收益率（ROE）、净利润增长率

宏观因子：
基于宏观经济数据，如 GDP 增速、利率、通胀率、汇率

另类因子：
基于非传统数据，如舆情数据、卫星遥感数据、供应链数据



五、 按风险特征分类
高风险高收益策略：
高频交易、趋势跟踪（单边行情）、数字货币策略

中风险中收益策略：
短线多因子、日内反转策略

低风险低收益策略：
市场中性、套利策略、指数增强策略