北京量邦信息科技董事长、北京大学对冲基金实验室联合主任冯永昌表示，从广义上来讲，所有用预设的程序所完成的交易都叫作程序化交易。因此，广义的程序化交易包括高频交易，算法交易，自动执行的套利交易、套保交易和对冲交易，限价单价值投资交易，限价单止损交易，交易所或经纪公司的自动强平交易等。
冯永昌称，对于股票端，真正包含的就是一揽子股票的自动交易、ETF折溢价套利自动交易，以及股票和股指期货交易的自动套保或者套利交易。因为股票端不是完备的双边市场，又实行T+1，所以股票端的高频交易基本不存在，股票端的程序化趋势交易也几乎不存在。
与此同时，量化对冲策略在过去一年中大行其道。当股灾发生时，股票市场发生断崖式下跌，基金产品业绩大打折扣，但量化对冲产品却依靠有效的对冲工具避过了暴跌行情，一些产品甚至还取得了不错的收益。
未来：仍要结合人的研判能力
“但机器决策也是有局限性的，最大的缺陷就是没有前瞻性，因为它是基于历史的数据和历史检验的结论，其逻辑是历史会重复。”王晓华称，市场环境是不断变化的，长期看，要战胜市场必须具有前瞻性，这也是投资的艺术性所在。顶尖的基金管理人如巴菲特和索罗斯都是具有超强的前瞻性的。
“大奖章基金的规模一直都远远低于巴菲特和索罗斯管理的规模。而且，西蒙斯旗下的其他量化基金的业绩也远不如大奖章基金。”王晓华称，这就说明，量化投资的瓶颈就是基金规模有天花板，量化投资的收益率会随着管理规模的上升而下降。
王晓华称，量化投资的核心竞争力就是数量模型，因此在外界来看，每个量化投资策略都是个黑盒子，其他外部人无法知道其中的秘密。中国资本市场还在蓬勃发展，量化投资在中国的占比不高，未来量化投资应该还有很大的发展空间。投资领域，人们不应该过分恐惧机器对人的替代性，人的前瞻性研究和预判与机器独立的决策能力结合，可能是最为理想的决策模式。
林春称，投资中做股票，择时选行业选股票。选股比较困难，个股自身的一些特性需要调研，人可能更有优势。如果让机器做事，它没有数据就没有分析能力。在择时方面，人工智能也不一定比人更有优势，宏观的很多东西，是由政策决定的。比如，美联储加息不加息，每个人都有预测，机器算出来也不一定准。