程序化交易，是從上個世紀70 年代的美國證券市場上的系統(tǒng)化交易發(fā)展逐漸演變而來的，依據(jù)美國紐約證券交易所(NYSE)的定義，凡是任何含有標普500 指數(shù)中15 只股票以上，或者是一百萬美元以上的交易，都屬于程序化交易。

NYSE的定義主強調(diào)的是交易規(guī)模和集中性。然而程序化交易發(fā)展到今天，其含義已經(jīng)遠遠超出了紐約證券交易所當初的定義。現(xiàn)在給程序化交易一個更為市場化的定義：由一定的交易模型和規(guī)則生成的買賣信號，由計算機自動執(zhí)行買賣指令的交易過程。也就是用計算機程序來控制買進賣出的時機并由計算機自動執(zhí)行。在這個定義當中，突出的是交易模型、計算機程序?qū)灰椎闹匾?。建立在一定交易模型基礎上的程序化交易被運用到真正的投資當中，除了可以加快投資的時間效率，還能為我們創(chuàng)造出額外收益，這是我們所要研究程序化交易的關(guān)鍵。

程序化交易有交易效率高、幫助投資者規(guī)避人性弱點、便于交易中風險及成本的控制及管理、能把握市場中的精細機會等優(yōu)點。

程序化交易的應用領域主要有趨勢交易、組合管理、套利交易及其他量化策略等。國內(nèi)推出的股指期貨也對國內(nèi)程序化交易領域形成推動，跨期套利、期現(xiàn)套利、期指趨勢投機等各種交易策略將會被集中使用。

從交易機制上來說，程序化交易不但可以以技術(shù)分析類模型為基礎，也可以以預測類模型為交易準則。

技術(shù)分析類模型是目前程序化交易中的主流模型，在國外這種模型已經(jīng)運用得比較成熟了，在國內(nèi)商品期貨等市場應用的也不較多。技術(shù)分析類模型出現(xiàn)的最大缺點就是具有滯后性，但準確性相對較高；預測類模型雖然克服了滯后性這個缺點，但準確率相對要低點。

隨著市場上對預測類模型研究的深入以及對該類模型的改進，該類模型的預測準確性正在不斷提高，這也是該類模型在程序化交易中的運用前景看好的原因之一。越來越多的研究表明當前投資市場并不是完全有效的，投資者試圖通過對股價的預測獲取超額收益。國內(nèi)外對股票價格進行預測的模型類別很多。根據(jù)其建模理論不同，可將這些預測模型劃分為兩大類：一類是創(chuàng)新類模型，建立在現(xiàn)代數(shù)學、生物技術(shù)等學科發(fā)展的基礎上，如灰色模型、人工神經(jīng)網(wǎng)絡等；另一類是以統(tǒng)計原理為基礎的傳統(tǒng)預測模型，如馬爾柯夫鏈模型、ARIMA 模型等。