量化投资相较于传统投资的优势主要体现于五个方面：

第一， 纪律性。量化投资严格执行投资策略，不会受到投资者情绪的干扰；

第二， 系统性。包括多层次、多角度以及海量数据三个层次的含义；

第三， 及时性。电脑用量化的分析方法可以对市场做出迅速地反应；

第四， 准确性。量化投资可以规避因人的情绪、疏忽、懒惰而产生的一些偏差；

第五， 分散化。即“概率取胜”。量化投资通过大量数据的学习，能力争达到数据统计的准确性。 

量化投资与传统的主动投资存在明显区别。主动管理的公募基金经理取得超额收益来源主要基于行业研究员对个股的调研，在上市公司深度研究方面占有优势。但研究员相对有限，而市场的股票数量是在不断增加的，这时候主流基金在股票的覆盖度、广度方面相对有一些缺陷。

量化的优势刚好相反。量化倾向于通过对数据分析，去寻找全市场不同股票的机会，所以能完成广度的覆盖，但对个股深入研究、企业管理、产品增长等因素相对不足。总体而言，量化基金与主动基金优势完全相反，可以互为补充。

运用基本面研究和量化相结合的方式，才能诞生出好的量化基金。

基本面研究和量化分析相结合的优势在于对大的方向的判断和对多种数据的统筹分析，其特点是胜率高、逻辑性强。但是分析的结论往往是一种模糊的，大概率方向性的分析，难以直接用来落地交易。即使方向判断100%正确，最后未必能够实现盈利，甚至亏损。

因为对于一个完整的交易系统，仅仅判断对方向是不够的，最终落地到交易还要考虑到路径过程如何执行（何时入场、如何加仓、如何止损止盈、容忍多大的亏损，被洗出来之后如何再次入场等等）、资金仓位管理、风险管理等细节问题。

总结来说

量化投资的特点主要是以下三个方面。一是可以高效、准确地处理海量信息。由于机器覆盖面广，量化模型选择几百只股票进行投资，可以大概率在众多股票中发现定价错误（被错杀、被低估）的个股，从而力争获取超额收益。二是投资纪律性更强，可以严格执行数量化投资模型所给出的投资建议，克服人性的弱点。三是对历史数据依赖性强，量化模型需要在给定的一段的历史数据条件下，构建交易系统。因此需要用到大量的历史数据，并用实盘来佐证。