销售市场上的量化策略包含销售市场双头发展趋势和销售市场主要表现中性化两一部分，销售市场双头发展趋势中包括指数增强和积极量化分析2个一部分，销售市场主要表现中性化中包含量化对冲，也就是所说的阿尔法策略（α对策）。
α对策是指选用金融业金融衍生产品对冲交易经营风险之后，去得到相对而言相对稳定的α盈利。量化分析实际上 是一个十分广泛的定义，牵涉到各种各样不一样的资产类别，例如期货交易上，量化分析有一系列的CTA对策，此外，也有多对策量化分析。
假如是以证券基金的视角看来，现阶段市场上主要的量化策略关键包含三类：
第一类是指数增强对策
指数增强就是指最先追踪某一个指数值，一般是市面上较为核心的宽基指数，例如沪深300或是中证500乃至有中证1000的指数值，在这个指数值基本上面追求完美长期性稳定性的超额收益，也就是提高的埃尔法一部分。
第二类是积极量化策略
积极量化策略是经过量化分析的方法来选股票，再融合积极的股票基本面挑选，搭建那样一类积极加量化分析融合的对策。
第三类量化对冲的阿尔法策略
量化对冲的阿尔法策略的关键，或是指数增强的组成，去得到相对性于指数值的超额收益，但另外会引进股指做对冲交易，把销售市场或是大家称作指数值的起伏脱离掉，得到相对稳定的阿尔法收益。
这类对策过去的五年，尤其是近期的两到三年，经营规模也得到特别大的提高。从2015年的150亿是的经营规模提高到现在的650亿，也是证券基金中如今十分核心的一类对策。
量化基金股票的策略也可以应用到股票交易接口，有助于投资用户更加理性面对投资过程中的各种情绪化问题。
股票交易接口部分代码分享：
// 查询各类交易数据
// category: 0=>资金, 1=>股份, 2=>当日委托, 3=>当日成交, 4=>可撤单,
// 5=>股东代码, 6=>融资余额, 7=>融券余额, 8=>可融证券,
// 12=>可申购新股, 13=>新股申购额度, 14=>配号, 15=>中签,
// 16=>未平仓融资合约, 17=>未平仓融券合约, 18=>未平仓两融合约
typedef void (*QueryDataProc)(int clientId, int category, char *result, char *errinfo);
const auto QueryData = reinterpret_cast<QueryDataProc>(GetProcAddress(hDLL, "QueryData"));
assert(QueryData);
std::cout << "========== 查询资金: category = 0 ==========\n";
int category = 0;
QueryData(clientId, category, result, errinfo);
if (NULL != errinfo[0]) {
std::cout << errinfo << std::endl;
} else {
std::cout << result << std::endl;
}
std::cout << std::endl;
std::cout << "========== 查询股份: category = 1 ==========\n";
category = 1;
QueryData(clientId, category, result, errinfo);
if (NULL != errinfo[0]) {
std::cout << errinfo << std::endl;
} else {
std::cout << result << std::endl;
}
std::cout << std::endl;
