量化投资策略是一种运用数学和统计学方法，借助计算机技术，对大量历史数据进行分析处理，以发掘投资机会并制定投资决策的策略，常见的有以下几类：

趋势跟踪策略：通过分析价格走势，判断市场趋势，当价格上升形成上升趋势时买入，下降形成下降趋势时卖出。例如当股票价格连续多日上涨且突破一定均线时买入，反之则卖出。

均值回归策略：认为资产价格在长期内会围绕某一均值波动，当价格偏离均值一定程度时，预计价格会向均值回归。如股票价格大幅下跌远低于其历史均值时买入，价格上涨远高于均值时卖出。

统计套利策略：利用资产之间的统计关系，当这种关系出现偏离时进行套利操作。例如，若两只历史上价格走势相关性高的股票，某段时间价格差大幅偏离正常范围，可买入价格低的股票，卖出价格高的股票，待价格差回归正常时获利。

多因子策略：从众多影响资产价格的因素中筛选出有效因子，构建因子模型，对股票等资产进行打分和排序，买入得分高的资产，卖出得分低的资产。常见因子有估值因子、盈利因子、成长因子等。

机器学习策略：运用机器学习算法，如神经网络、决策树等，对海量数据进行学习和分析，预测资产价格走势和市场变化。例如用机器学习算法分析新闻文本、社交媒体数据等非结构化数据，辅助投资决策。