量化投资最开始兴起，是在上个世纪70年代的美国股市。
在那之前美股的生态和现在的A股比较类似，散户在二级市场占据绝对主体的地位。
但自从量化兴起之后，散户发现他们赚钱好像越来越难了，股票上涨和下跌的连续性和流畅度似乎没有以前那么顺畅了，于是以波段交易为主的散户发现在股市里赚钱越来越难了。
20年后的90年代，量化彻底占据了美国股市，散户投资者的数量急剧减少到10%以内。
30年后的年，要不是美国向民众释放了海量的流动性，人们都快忘记了股市里还有散户这个群体了。
视角转回A股，在去年年中中证的这一波上涨行情中，中国的量化基金的规模突破了一万亿人民币，并且一度以恐怖的盈利能力成为全民热议的对象。这是一个历史性的时刻，不仅是因为规模，最主要的是量化交易已经开始影响市场的风格和走向，这标志这量化交易已经逐渐走向了主流化的发展之路。
事实证明量化交易的吸引能力非常优秀，虽然四季度有些回撤，但全年的整体收益水平仍然名列前茅。从结果的视角来看，如果说量化交易比起传统交易来说叫做“有一定优势”的话，那么从规模的视角，量化对传统交易的优势可以说是碾压性的，因为它有一个可能被大多数人都忽略的特点：用工业化的方式批量生产α。
一个基金经理因为某个产品一炮而红，倘若他再发下一个产品，收益大打折扣的概率就很高，这是因为主观意义上的成功都是不可复制的，这和很多电影拍第二部的口碑崩塌是一个道理。但量化交易不同，因为一切决策都是基于数据和算法，而数据和算法是可量化的，这意味着这个过程是可复制的，一个量化体系如果被证明有效，复制10个，20个，只要在策略的资金容量范围之内，有效性的级别是一样的。这就是为什么量化交易的规模能快速增长的原因。
打个不恰当的比方，量化交易带来的是一场工业革命，就如同年哈格里夫斯发明的那台珍妮纺纱机，深刻地改变了后来世界的格局。
目前，大部分主动量化产品都会集中在宽基指数上进行增强，力求在一定跟踪误差控制下的稳健超额收益，首选的基准往往是沪深、中证邓宽基指数。然而在沪深中量化的收益并不占优，原因是沪深的行业集中度过高。而量化投资在中证和中证股票上能获得更高的超额收益。一大原因是小盘股更多，行业分布更为均衡。另外，在中证和中证中有很多股票尚未被分析师做深度研究，量化研究还可以挖掘出一定的阿尔法。
当然，量化投资也并不是可以通吃所有的板块。
具体到细分的板块：在金融板块做归因分析后发现，板块受基本面因子影响较小，行业龙头集中度搞，经营业绩受宏观经济和政策因素影响较大，而宏观政策又是比较难以把握的，因此金融板块并不适合量化投资。
对消费股进行分析后发现，大市值、高估值的股票表现更好，龙头效应非常明显。基本面数据、财务因子对消费板块的股价驱动非常强。很多消费行业的资深分析师的研报，已经能提前对基本面数据做出比较准确的预测。很多主动型基金认为，消费赛道能够比较准确的预测业绩，龙头股票由于有品牌溢价和规模效应股价涨势很好，那为什么不把他们买满呢？很多消费股80%~90%的仓位都是公募机构持有的，他们因此获取了大部分的收益，量化可以借鉴主动投资，增加龙头股在组合中的权重。
而在钢铁、军工、煤炭等周期板块则正好相反：具有龙头效应并不明显、受基本面影响大但基本面数据难以预测。持仓的集中度也不高，公募在这些股票上并没有太多定价权。量化方法在这些行业里相对具有优势。这时在中小盘中挖掘一些股票，是能够获得一些不错的收益的。
最后，应该