股票量化交易和AI股票量化交易的区别与联系如下：

区别：

模型复杂性：传统的股票量化交易依赖于预设的数学模型和固定算法来进行交易，这些规则通常是基于历史数据和统计分析得出的。而AI股票量化交易则利用人工智能技术，特别是机器学习和深度学习，来创建能够自我学习和适应的模型。

适应性：传统量化交易模型的调整和优化需要人为干预，而AI量化交易可以通过不断学习市场数据，自动适应市场变化，进行策略的动态调整。

数据处理能力：AI股票量化交易能够处理更大规模和多样化的数据集，包括非结构化数据，如新闻和社交媒体信息，而传统量化交易通常集中于结构化的金融数据。

联系：

自动化交易：两者都依赖计算机程序来自动执行交易，减少人为情绪对交易的影响，提高交易效率。

数据驱动决策：无论是传统量化还是AI量化，决策的基础都是数据分析，通过量化方法来挖掘市场机会。

目标一致：两者的最终目标都是通过数量化方法和算法决策来提高交易的盈利能力和风险管理能力。

总体而言，AI股票量化交易是股票量化交易的一种升级，利用先进的人工智能技术来增强模型的灵活性和智能化。