高频交易与量化交易到底有什么区别
高频交易一般是单手利润低，单量大，频率较高的交易，基本上是赚两三个点就平仓从历史上看，很多高频交易公司的创始人都是交易员出身，原来就从事衍生品的做市、套利等业务。一开始这些工作并不需要多高深的知识。随着计算机技术的发展，交易的自动化程度和频率也逐渐提高，这些公司逐渐聘请一些数学、统计、计算机背景较强的人员加入以适应形势的发展。当然，这个过程也出现了一些分化，有的公司还是保留了交易员在公司的主导地位，并且始终未放弃人工交易，最终形成了人机结合的半自动交易；而另外一些公司对新鲜技术的接受程度更高一些，往往采取全自动的交易模式。事实上，也没有证据表明全自动交易的公司就比半自动交易的公司更为优越，到目前为止，也只能说是各有利弊。
人工交易的最大弊端在于手动下单的地方离交易所较远，在行情剧变的时候往往抢不到单。在这一点上，全自动交易的公司可以通过托管机房来最大程度减少信号传输的时间，不过自动化交易往往因为程序过于复杂，加上很多公司人员流动较大，在程序的维护上会出现一些失误，最终程序出错酿成大祸，比如著名的骑士资本。
至于过度拟合无法抵御黑天鹅事件，那是人工交易和自动交易都无法避免的问题。一般来说，getco、jane street、sig、virtu financial等是半自动交易，tower research、hudson river trading、jump trading等是全自动交易。
量化投资公司跟高频交易公司则有很大的不同。首先，美国的量化投资公司基本上都是量化背景极强的人创办的，比如说文艺复兴的创始人西蒙斯是数学家出身，de shaw的创始人david shaw是计算机教授出身，aqr的创始人cliff asness是金融学家出身，而高频交易公司则更多是传统交易员创办的；其次，量化投资一般依赖于复杂的模型，而高频交易一般依赖于运行高效的代码。
量化投资公司的持仓时间往往达到1—2个星期，要预测这么长时间的价格趋势需要处理的信息自然非常庞大，模型也因此更为复杂，对程序的运行速度反而没那么敏感；高频交易处理信息的时间极短（微秒或毫秒级），不可能分析很多的信息，因此模型也趋于简单，竞争优势更多依靠代码运行的效率，很多人甚至直接在硬件上写程序；而最后，量化投资的资金容量可达几百亿美元，而高频交易公司往往只有几千万至几亿美元，但由于高频交易的策略表现远比量化投资稳定，如virtu financial交易1238天只亏1天，因此一般都是自营交易，而量化投资基金一般来说都是帮客户投资。
量化投资在公募基金中算不算成功
从目前几个量化公募的表现来看是挺成功的，不过量化实质是对过去数据的挖掘以及对未来的预测，所以当市场风格发生变化的时候可能模型的调整速度要滞后于基金经理的速度长信量化中小盘股票基金，采用多模型多策略量化投资，顺应结构化市场行情。它主要采用多因子的选股策略，坚持分散持股原则，聚焦于股价弹性较好的中小盘股票，其投资比例将不低于投资仓位的80%。长期看，代表中小盘股票的中证700走势优于其它指数，wind数据统计，从2007年1日1日至2014年12月31日，中证700累计收益165.64%，年化收益12.99%，而沪深300累计收益74.50%，年化收益7.21%，投资中小盘正当时。
长信量化中小盘股票基金还依托于专业、稳定、高效的公司团队。长信基金早在2008年就开始布局量化投资，现有核心成员4人，平均证券从业7年以上，平均入司4年以上，在资本市场具备丰富的理论和实践经验。管理该产品的基金经理胡倩经验丰富，曾担任海通证券首席分析师，拥有13年证券从业经验，于2010年加入长信基金，目前是量化投资的领军人物。其管理的长信量化先锋基金业绩突出、值得信赖。wind数据显示，截至2014年12月31日，最近一年、最近两年和最近三年，长信量化先锋基金分别斩获57.83%、89.27%和88.47%的总回报，稳居普通股票型基金前列，基金规模也由年中的1.16亿攀升至四季度末的18.00亿。长信量化团队的优异表现也获得市场广泛认可。