量化交易与算法交易的区别：策略的大脑与执行的手

量化交易和算法交易不是对手——它们是两个不同问题的答案，只不过共用一套代码。量化交易决定交易什么、什么时候交易：模型、统计、数据、策略。算法交易负责单子怎么落地：计算机按规则自动执行，追求最优时点和价格、最小化成本与市场冲击。现代大多数量化策略由算法执行，大多数算法系统跑的也是量化逻辑。交集巨大，但区别真实存在——而且它决定你该去学哪一堆技能。

快速答案：同一个战场，两种分工

维度	量化交易	算法交易
回答的问题	交易什么，何时交易	交易怎么执行
核心活动	策略与模型研发	订单自动执行
数据用法	历史大数据、建模预测	实时行情、成交优化
速度的地位	重要，但不是中心	中心——毫秒级见分晓
你的角色	策略研究员	系统设计者
时间尺度	数日到数秒	数日到毫秒

量化交易是什么

量化交易是策略层：用数学模型和统计技术在大型数据集上识别交易机会——回归、时间序列、机器学习——决策由系统化规则做出，而不是由情绪做出。它的产出是一个决定：这个标的、这个方向、这个仓位、这个时点。完整图景在量化交易是什么那篇里；它产出的策略家族在策略图鉴里。

算法交易是什么

算法交易是执行层：计算机算法按预设规则——时间、价格、成交量——自动完成交易，全程无人工按键。它解决的经典问题都是执行问题。一家基金要买入一百万股流动性股票：一次砸出去会把价格打向自己不利的一边，于是执行算法把大单拆成小份、用冰山委托藏起真实意图、按时间或成交量加权的节奏在一天内慢慢吃完。算法交易也叫自动交易、黑盒交易，它的速度货币是毫秒。一句诚实的概括：它是量化策略的执行工具。

家族树：父亲、儿子和跑得飞快的孙子

三个概念嵌套得干干净净：

• 量化交易是父亲——最宽的一层，一切用模型做决策的交易。它严格说不依赖自动化：你可以拿量化模型出的信号手动下单，真有人这么干。
• 算法交易是儿子，也是工具——实现量化思想的手段。大部分算法交易跑的策略都诞生于量化研究。
• 高频交易是孙子——算法交易的子集，把自动化和速度推到极致：持仓以秒到微秒计，做市与跨所套利，顶级硬件、直连交易所、超低延迟。

逻辑闭合得很漂亮：所有高频交易既是算法交易、也是量化交易——反过来都不成立。而现实中，现代量化交易几乎总是搭配算法执行；手动执行信号的量化交易员是稀有物种。

为什么这两个词总是吵不清

定义这么干净，为什么大家还在吵？因为词义随语境漂移：

• 职业语境里，"quant"通常指研究侧——定价、风控、组合建模；"算法交易"偏向执行工程和个人自动化。招聘方用这两个词招的是两种人。
• 券商语境里，"算法交易"常常指一项服务：券商提供给客户的算法执行——主动、被动、日内 T0——开通通常卡在专业投资者认证（部分券商是数百万元金融资产、或年均收入数十万元量级的门槛）。同样的词，不同的产品。
• 台湾语境里，惯用的"程式交易"一词多半横跨两者——策略和执行都算，所以那边的搜索结果两边混着出。

这些用法都没错，它们是同一张地图的不同角落。有人跟你说"我做算法交易"，最有用的追问是：哪一层——产生决策，还是执行决策？

你属于哪个词

如果统计和数据分析吸引你、你的满足感来自找到一条边际，你的朝向是量化——学习路线和Python 工具链是你的轨道。如果编程和系统吸引你、你的满足感来自一条快速可靠的流水线，你偏向算法——平台那篇画的就是这套基础设施。对大多数个人最诚实的答案是：你最后两样都得做——执行不了的策略和没有策略的执行器，同样没用。

常见问题

量化交易和算法交易是一回事吗？

交集巨大，但回答的问题不同——策略对执行。没有算法执行的量化系统存在（手动下单）；没有量化逻辑的算法系统也存在（简单的规则自动化）。现代主流是两者结合。

能只做量化交易、不用算法交易吗？

能——模型出信号，然后手动下单。代价是速度、一致性、同时盯多个标的的能力，这正是行业把两者合流的原因。对慢慢学的散户来说，量化信号配手动执行是完全正当的早期阶段。

高频交易算量化还是算法？

都算——它是两者的子集。所有高频交易都是推到微秒级的算法执行，跑的全是量化策略。它也是最难进入的角落：硬件与交易所直连的军备竞赛，把除了专业机构之外的所有人都定价出局。

一个区别、两套技能、一门合并的手艺：用模型做决定，用机器去执行。剩下的地图，专集首页一直留着。