數據協助市場投資判斷，執行仍得依靠縝密的規劃，等待太久即錯失獲利良機，太早進場則增加投資成本。因此投資管理者會從數據隨時間變化的規則中，制定出投資策略並且進行風險控管。但，數據到底是如何藉由科技來提供贏過市場的策略？
大家總是有過喊價殺價的經驗，通常我們都有個初步評估的價值，也可能是不管三七二十一，先殺價再說。殺價的策略是甚麼呢？時機點通常都是非常重要的，再來可能是要決定主動出擊直接價格砍半？還是柔性詢問價格是否有彈性？
我們可以假設出一整套的小販心理學，大家也都能想到幾個不錯的議價好方法，例如當小販的東西很多沒賣掉，或著已經很晚人潮稀稀落落的時候，通常都比較容易議價成功。所以「策略」可以說是一個由價值判斷到買賣執行的一個動態過程。然而殺價殺到小販不願意賣，就是策略執行不佳的例子啦!
資本市場是小經濟體的放大，由複雜的買賣與議價交織組合而成，當我們將資本市場資訊分析過後，量化分析會建構出不同的模型來進行投資判斷，策略則會將分析後的判斷賦予一個執行辦法。
金融數據科技又是怎樣連結數據到策略的呢? 通常經過資料分析後，團隊通常都會有了一套價值判斷的演算法邏輯，並交由策略來根據不同的情況來自動執行，整個過程通常會使用電腦程式來連結，經過自動化處理後輸出，產生「在何時執行買賣」以及「買入賣出多少部位」兩個關鍵值。
一個值得提醒的是在資產管理的領域中，「投資」與「交易」策略是不一樣的，以交易為出發點的策略著重於執行層面，也就是怎麼樣用最有利的價格來買賣，例如高頻交易的策略是希望透過持續性的極短時間買賣來賺取低買高賣的價差，這邊價值判斷的邏輯在於快速地分析限價委託簿 (Limit Order Book) 的動態變化，並建立維持市場中立的部位，不去承受太大的市場風險。
交易的風險有許多，例如台灣股市有漲跌停限制，導致許多交易無法進行，又例如交易常包含融資融券等操作，當市場波動大時，可能會因保證金不足導致被迫結清部位，產生受迫性的損失。
相對的「投資策略」考慮多為較長期的風險與報酬，例如近期美國聯邦基金利率 (Fed Fund Rates) 維持低息，而10年期美國公債的殖利率迅速上升，投資的策略則可考量降低公債的配置，以及如何持續建構抗通膨的資產。
當然投資與交易是相輔相成，有了明確的投資目標，會一併討論交易執行的機制，一個好的投資策略需要伴隨一個好的交易策略，不然就會空有好的構想，但是執行不出來。
