“量化交易什么时候开始的”这个问题，本身就暗含了一个需要拆解的预设：仿佛存在一个可以标注日期的“诞生时刻”。更贴近历史的问法是：用数学和统计工具系统性地替代主观判断来做交易决策，这种实践是在什么条件下、沿着哪些线索逐步成形的？答案分布在半个多世纪的理论准备、个人实践和制度化扩散之中，而不是某一天突然出现。
一、理论先声：让价格成为可以被模型描述的对象
量化交易的思想前提，是承认市场价格行为中存在可以被数学语言刻画的规律。1952年，马科维茨提出现代资产组合理论，用均值和方差为收益与风险的权衡建立了第一个可计算的框架。1956年的凯利公式则从信息论的角度讨论了在重复博弈中如何按比例配置资金，为后来的仓位管理提供了数学工具。这些工作最初并不直接面向股票交易，但它们共同传递了一个信号：投资决策中的某些部分，可以被形式化。
可追溯到“量化交易鼻祖”位置的是爱德华·索普。20世纪60年代，这位数学背景出身的研究者将概率方法从赌桌迁移到证券市场，探索统计套利机会，并在1969年前后成立了早期意义上的量化投资基金。同一时期，有效市场假说（1970）和期权定价模型（1973）相继出现，进一步为“价格可以用模型来描述”提供了学术语言。到20世纪70年代，一小批物理、数学和工程背景的研究者开始进入金融行业，把建模和计算技能应用于利率与衍生品市场，量化实践从个人探索向机构化迈出了第一步。
二、西蒙斯与制度化量化的转折
如果说索普等人证明了“数学可以做交易”，那么詹姆斯·西蒙斯在1980年代的工作则展示了“数学可以成为一种可制度化的交易方式”。西蒙斯于1982年将旗下机构转向系统化交易方向，1988年推出的旗舰基金后来成为量化交易史上被反复引用的样本：1989年至2021年间平均年收益率约为35%，同期长期价值投资的代表性业绩平均年回报约为20%；2008年全球金融危机期间，该基金回报达到80%。
这些数字的意义不在于收益率的简单比较，而在于它们指向了一种不同的收益生成结构：大量短持有期、高分散度的交易，在统计概率上累积微小优势，而不是依赖对少数标的的深度判断。到2015年，美国市场量化交易成交量占全市场比重已达70%，量化对冲基金在较长区间内成为全球主要基金类型中平均年收益率较高的一类。量化交易至此完成了从边缘方法到主流市场基础设施的转变。
三、中国市场的独特节奏
中国量化交易的起步时间晚于美国，但演进节奏有自己的特征。2004年出现首只公募量化产品，但此后数年间，由于股票市场缺乏有效的对冲工具，早期实践以套利策略为主，整体规模有限。真正的结构性转折发生在2010年4月：沪深300股指期货上市，为市场中性策略提供了第一个可用的对冲工具，量化投资进入以市场中性为核心的第一轮扩张期。2015年中证500股指期货推出，补齐了中小盘对冲的短板；此后行业经历了杠杆清理和策略分化，又在2018年之后进入以数据、算力和多因子模型为驱动的新阶段。
规模数据可以反映这一节奏：中国量化行业管理规模从2018年的700余亿元，增长至2021年突破万亿元，2025—2026年进一步超过2.5万亿元，六年增长超过35倍。这一扩张速度远超同期海外市场的自然演化节奏，也解释了为什么中国量化在较短窗口内同时经历了策略容量扩张、超额收益收敛和监管框架完善的多重压力。
四、如何理解“最先”与“开始”
回到标题的问题，答案取决于“量化交易”所指的层次。如果指的是用统计规律系统性地做投资决策，思想源头可以追溯到20世纪50年代的理论准备和60年代索普等人的早期套利实践；如果指的是形成一套可制度化、可规模化复制的策略研发与执行体系，1988年旗舰基金的运行是一个绕不开的节点；如果看的是量化交易在市场成交量中占据显著份额、成为被广泛认知的交易形态，那要到2010年代才在主要市场完成。这三种理解并不矛盾，它们对应同一演进过程的不同切面。
因此，量化交易的“诞生”是一段从“有人尝试用数学做交易”到“数学做交易成为一套工业流程”的历史，理解这条线索，比记住某一个年份更有助于判断它今天所处的位置。