程序化交易在国内兴起有些年数了，个人以为，程序化交易与量化投资的关系，在于两者侧重点有差别。程序化交易侧重于下单的动作是机器自动执行的，量化投资则侧重于投资分析的过程是通过一个量化模型来实现的，所以量化投资也可以是手动下单的，而程序化交易，除了有一部分是条件单之外，其他交易都是要有个数学模型来发出交易信号的，因此大部分的程序化交易属于量化投资的范畴。无论是程序化交易还是量化投资，本质上来说，都是决策与执行的工具。有业内人士提出，量化投资叫投资量化更好，同理，程序化交易如果叫交易程序化也会更贴近其实质。
就研究的范围来说，目前的量化投资研究范围已经非常广泛，包括宏观量化、基本面量化、财报量化、事件量化、交易所交易数据量化等等，只要有数据就可以量化，量化作为一个工具其作用被发挥得淋漓尽致。在国内，程序化交易在绝大多数情况下指对交易所交易数据进行建模，并根据模型发出的信号进行自动交易。然而，这么多年来，能够通过这种程序化交易获利的人数并不多，程序化交易除了风控做得好一点，盈利状况与主观交易并无太大差异。究其原因，首先是研究范围狭窄，量化投资有那么大的研究范围，而现在还有太多人只是研究交易所交易数据，通过研究交易数据获得的利润，要分给这么多交易者，平均每个人能分配到的利润当然非常微薄，微薄到不够支付交易手续费。这里期货和股票情况不太一样，期货程序化交易获利可以认为是随机的，但最终大多数人都败给了交易成本；股票使用程序化交易的人相对还较少，应该还有发展空间：期权没有开放交易接口，情况也是如此。这是目前的情况。
其实在程序化交易刚刚兴起的时候，是很容易获利的，一个很简单的均线模型、或者MACD模型就可以获利，后来懂的人多了，自然就不灵了。所以现在是到了程序化交易者们去开拓新领域的时候了，如何结合宏观分析、基本面或者行业分析、事件驱动，来进行程序化交易，是后续能否盈利的关键。当然，也可以把程序化交易只是作为一个辅助执行工具、或者是一个寻找技术上的合适买卖点的工具来使用。甚至可以通过宏观及行业分析，主观判断行情趋势，然后利用程序化交易去寻找买卖点自动执行，再用程序化交易进行风控和资金管理，自动执行出场及止损。
程序化交易未来的发展，一个很重要的方向是AI。人的思维毕竟有局限性，用AI自动学习，自动去寻找交易策略则可以突破人的这种局限性。AI找出来的策略未必能够用逻辑去解释，但只要交易信号数量足够多，盈亏比和胜率达到要求，就可以尝试。