高频交易的交易策略
所有的投资组合分配决策都是由计算机定量模型做出的。高频交易策略的成功很大程度上是因为他们同时处理大量信息的能力，而有些普通人是做不了交易的。
做市商是一种高频交易策略，涉及以高于当前市价的限价(或折价)卖出或买入限价单，从而从买卖价差中获利。自动交易台(Automatic trading desk)于2007年7月被花旗集团(Citigroup)收购，一直是一家活跃的市场制造商，其外汇交易量约占纽约股市总交易量的6%。另一种策略是设置高频交易，这是经典套利策略可能涉及的范围，等等。外汇市场上几种证券的利率平价关系赋予外币以国内债券的价格计价的债券，首先是即期价格货币和远期合约货币的价格。如果有足够多的不同于模型中隐含的市场价格来支付交易费用，那么四次交易就可以保证无风险利润。高频相似套利交易允许更复杂的使用，涉及许多超过4的证券模型。据TAB Group估计，目前年度总延迟套利策略的低利润超过21亿美元。
统计套利的策略制定了一系列决策，使交易建立在偏离统计关系的基础上。与做市商策略一样，统计套利可以应用于所有资产类别。高频交易是一个行话，经常与低延迟交易混淆，低延迟交易是使用计算机在几毫秒内执行的，或者这个行业的“行业延迟极低”。低延迟事务是高度超低延迟网络的依赖。他们的算法利润提供信息，比如竞价，比竞争对手快几微秒。
低延迟交易革命的速度提前导致公司需要即时时间和协同定位交易平台，以受益于高频战略实施。战略不断变化，以反映市场的微妙变化，并打击构成威胁的逆向工程竞争对手。
还有一个非常强大的压力，即不断增加新的功能或改进特定的算法，如客户端的特定修改和增强变化的各种性能(关于基准交易性能，以及降低贸易公司或许多其他公司的范围成本)。这是由于算法交易策略的进化性质——它们必须能够适应和智能交易，不管市场条件如何，这涉及到足够的灵活性，并能承受大量的市场情景。所以来自企业的主要净收入比例都花在了R&D系统d这样的独立交易上，大部分算法策略都使用了现代编程语言，虽然有些还是实行试算平衡的设计策略。基本模型可以依靠低至一元的线性回归，更复杂的博弈论和模式识别或预测模型也可以用来开始交易。神经网络和遗传编程已经被用于创建这些模型。