量化策略投资是什么？
“Quant”这个词在金融领域里一直是一个备受争议的话题，很多人对其的理解各有不同。从最狭义的角度来讲，Quant通常被定义为利用quantitative（量化的）方法进行的投资交易者；而从广义上来说，任何采用定量分析、数量化策略的人或机构都可以被称为 Quant 。虽然“Quant”这个称谓可能带有一定贬义，但多数Quant都乐于接受这个名称并以此自称。
Quant这个群体其实非常庞大且多样，有银行里的quant，也有专门做期权Quant、债券Quant、量化择时Quant、选股quant等等；有的是全职quant，也有的是quant trader，还有些quant开发了一些新算法，自己创业开了公司；还有些人既不在金融机构也不在咨询公司，而是quant free lancer，他们自由职业，为各个机构提供服务。
目前市场上对 quant 的定义并没有一个统一标准，并且随着新技术不断涌现和金融科技的快速发展，这一概念的边界也在不断发生变化。我们试图给 quant 一个相对宽泛的定义——凡是以定量分析为基础，通过计算得到投资决策的策略都可以称为 quantitative 策略 (Quant Strategies)。因此严格来说， Quant 就是定量策略分析师（Quantitative Strategy Analysts）。
当然，对于 quant 我们还需要说明几个问题：
1. QA(Quantitative Analysis)与Quant之间的区别与联系。很多初学者容易混淆两者之间的差别，我们认为两者的区别在于：QA侧重于对数据的处理和分析，而Quant则更偏向定量策略的开发。当然，量化策略分析的过程同时涉及数据和模型，其过程应该是先有数据再有模型。
2. Quant与AI之间的关系。近年来机器学习、人工智能等新一代信息技术在全球范围内受到广泛关注，许多人将其与 Quant 联系在一起，甚至有人提出 Quant=AI 的观点。我们认为Quant与AI之间确实有密切的关系，因为大多数的Quant策略都需要依靠强大的计算机技术和大数据来支持。同时我们也应当看到，尽管人工智能技术在诸多方面都有着卓越的表现，但其仍然难以完全取代人类的智能。我们在提倡运用AI技术推进Quant的发展的同时，也应意识到人类智能在Quant策略研发中的重要作用。
3. Quant与风险管理、信用风险管理等其他金融工程领域的关联。Quant之所以备受关注，原因之一就在于其在构建风险模型以及进行风险评估等方面所发挥的重要作用。事实上，Quant的策略开发过程其实也是不断构建、测试、优化风险模型的过程，因为他们需要根据风险的态度来确定策略的头寸，并通过调整参数的方式来实现最优头寸配置。所以可以说 Quant 与风险管理是共同成长的，密不可分的。