股票量化是什么？
我以一个入门者的角度，简单解读下量化这个概念吧。 量化其实是一个广义的概念，它是指用数学模型来定义投资策略，并以此进行交易。这里把“量”理解为数据（Quantitative），而将“化”理解为建模的过程(Modeling)，因此“量化”可以理解为数据驱动型的建模过程。
那么既然已经明确了量化的概念，其与人工智能的关系自然也就水落石出了——因为机器学习本身就是数据驱动的学习过程。所以可以说，量子计算、数据挖掘等等这些前沿学科都是为量化研究提供新思路的，但是并不能说它们是量化研究。只有当这些方法应用于建立有效的量化模型的时候，它们才算是量化研究的组成部分。
举个例子有助于理解量化这回事，比如你想买一只股票，你可以通过各种媒体打听消息，然后依此决定是否买入。这是基于信息的量化；如果你比较勤快，你每天盯盘，观察K线图，试图找出买入的信号，这也是量化；甚至你闲得慌，你每天打开百度，输入你要买的股票代码，查看该股票当天的新闻，看是否有利空或者利好信息，也是量化……只要你的决策是基于可量化的数据的，那就是量化。
当然你也可以不采用量化的方式，而是采用定性的方法来做出决定。例如你听朋友说某只股票很好，适合你买，因为你信朋友，而不是百度，所以你买了。这种没有数据支撑的策略属于非量化的策略。并不是说非量化策略就肯定比量化策略差，有时候定量的方法反而显得累赘。但是量化的好处在于一切都可以用数据来说话，有理有据，让你做出的决策至少是有依据的。