光大证券事件引起了大家对于高频交易的广泛关注与讨论，同时由于高频交易通常被归于量化投资的范畴，对于量化投资的疑虑一时间也增加了。

高频交易属于算法交易的一个分支，是不折不扣的信息时代的产物。上世纪90年代，随着计算机和网络技术在金融市场的普及，算法交易诞生并逐步发展起来。其最主要的特点就是利用计算机代替交易员下单，并且在执行过程中根据市场流动性的统计分布特征，结合实时市况和成交情况，动态调整下单策略，以达到投资者预期的成交效果。

最初的算法交易不是以在交易过程中获利为目的，而主要以高效、低成本地完成订单，减小市场留痕，掩盖投资者意图为目标。笔者在2003年至2005年间所供职的位于美国加州的一个电子交易商，就是以开发算法交易平台并且利用此平台为客户执行下单收取佣金为商业模式的，并不在执行过程中为自身谋取交易利润。但是随着大量订单及成交历史数据的积累和数据挖掘技术的应用，越来越多的公司开始研究利用算法交易进行高频投资从而获利的策略并且逐步投入实战。

时至今日，算法交易已经占到美国股市大约60%～70%的交易量，其中不少来自追求短期交易利润的高频策略。随着竞争日趋激烈，一些策略变得越来越具有掠夺性，可以说他们的利润的相当一部分就是以其他投资者交易成本的上升为代价的。

美国的一些学术研究显示，从2001年到2010年，随着高频交易的大量增加，以最高买入价和最低卖出价之间的差值来测量的交易成本出现了20%的上升。同时，由于过度追求执行速度，一些情况下风险控制被牺牲掉了，造成交易失误的出现。最为典型的就是2012年8月美国做市商骑士资本（Knight Capital）的交易系统故障，短短几十分钟内造成了4亿多美元的损失，并最终导致了骑士资本的被收购。

基于这些研究和事件，最近一年多来欧盟和加拿大提出或者通过了以限制高频交易为目标的法案和规范，美国参议院也举行了针对高频交易的听证会，监管机构对于某些高频策略也进行了限制。

这次发生在家门口的“乌龙”事件的确由高频套利策略触发，其实是国外一些事件的翻版。其引起的对于高频交易的讨论是合理的和有益的。这件事的连带后果之一是引发了一些市场参与者对于量化投资的不信任，在此有必要对二者的关系进行厘清。

量化投资是一个很宽广的概念，不少策略都可以归于其下，比如多因子选股，期货交易策略（CTA）, 衍生品定价，统计套利，高频交易等。以在国内获得较为广泛应用的多因子选股模型为例，多数是以基本面和技术面数据为基础，建立统计模型预测未来若干天、若干星期或者若干月内的股票回报来进行投资的。不以极短期交易利润为目的，不会也没有必要去追求极高的交易速度。下单及交易的过程中会有人工校对和风控系统的监测，并且使用成熟的交易系统，安全性是有保证的。