量化交易是通过使用计算机程序和算法来执行交易决策的交易方法。这种交易方式可以根据预先设定的规则和模型进行自动化交易，而不需要人工干预。以下是一些常见的量化交易策略：

均值回归策略：基于价格波动和历史数据的观察，认为资产价格会向平均值回归。当价格偏离其平均值时，就会买入或卖出资产，以赚取价格回归时的利润。

动量策略：基于价格趋势的观察，认为资产价格会继续朝着同一方向运动。当资产价格处于上涨趋势时，会买入资产，而当价格处于下跌趋势时，则会卖出资产。

套利策略：利用不同市场、交易所或合约之间的价格差异来进行套利交易，以获得风险较低的利润。

统计套利策略：通过利用市场上的统计不平衡来进行交易，例如期货合约与现货之间的价格差异。

事件驱动策略：根据公司公告、经济指标数据等特定事件的发生或公布，进行交易。例如，在公司发布好消息时买入股票，发布坏消息时卖出股票。

对冲策略：利用不同资产之间的相关性来减少风险。通过在相关性较高的资产之间进行交易，可以在市场波动时实现对冲。

量化趋势跟踪策略：利用技术指标和趋势线来判断市场趋势，并根据趋势的方向进行买入或卖出。

市场制造者策略：提供流动性，同时从买卖价差中获取利润。市场制造者通常在买入和卖出价之间同时挂单，希望从交易差价中获得利润。

机器学习和人工智能策略：利用机器学习和人工智能算法对大量历史数据进行分析和预测，以做出更为精确的交易决策。

需要注意的是，量化交易策略的成功与否取决于策略的设计和市场环境的变化。同时，量化交易也需要对算法和交易模型进行不断的优化和改进。