量化模型的意思是把数理统计学应用于科学数据，以使数理统计学构造出来的模型得到经验上的支持，并获得数值结果。这种分析是基于理论与观察的并行发展，而理论与观测又通过适当的推断方法而得以联系。

简单来说，模型量化（Model Quantization）就是通过某种方法将浮点模型转为定点模型。比如说原来的模型里面的权重（weight）都是float32，通过模型量化，将模型变成权重（weight）都是int8的定点模型。
常见的量化模型有：

1.Alpha策略模型

Alpha策略包含不同类别：按照研究内容来分，可分为基本面Alpha和量价Alpha。业内普遍不会将这两种Alpha完全隔离开。但是不同团队会按照其能力、擅长方向以及信仰，在做因子上有所偏向。有的团队喜欢用数据挖掘的方式做量价因子，而有的团队喜欢从基本面财务逻辑的角度出发，精细地筛选财务因子。按照是否对冲来分，全对冲的叫做Alpha策略，不对冲的在市面上常被称作指数增强策略。

2.CTA策略模型

CTA策略的特点是收益风险比相对Alpha来说会较低。但是在行情较好的年份收益可能会很高，尤其是在早期。而且，无论是在编程还是策略上，CTA入门的难度相对来说都是最低的。CTA的核心在于分散投资，主要包括以下三个维度：多品种、多策略以及多周期。

3.高频交易策略

高频交易在国内的主要应用有以下几类：期货趋势、期货套利、期货做市、股票T+0以及全做市交易。做高频交易的基本上都是私募，但高频交易的产品基本上不会对外募集或者极少对外募集。高频交易有收益高回撤小的优点，但是做高频的软硬件投入也都昂贵(比如一台服务器的花费在8-10万左右)。