證券私募中，股票多頭策略可以分爲兩個大類：主觀多頭和量化多頭。其中主觀多頭主要是依靠基金經理的經驗和投研體系進行選股，而量化多頭則是使用量化模型來選擇股票和買賣的時機。
量化選股模型主要使用的是多因子或者Barra多因子的模式。近幾年開始又結合了特徵法機器學習和神經網絡。多因子模型是什麼呢？其實這跟選秀節目差不多，選股因子就好比評委，一大堆評委坐在那兒給股票打分，分數高的就可以買入，分數不達標的就淘汰。所以主觀多頭研究的是股票，而量化多頭研究是選股因子，也就是評委。如果這些評委表現出色，選出來的股票就能賺大錢，但如果這些評委掉鏈子，那麼基金的業績就會受影響。
量化多頭的持股數量非常多，通常有500只、800只、1000只甚至更多。這樣就會使得持股非常的分散。基金的表現跟大盤的走勢也就更加接近。而主觀多頭持股的數量較少，通常只有二三十隻，所以量化多頭受到個股的影響很小，而主觀多頭的業績則非常依賴於個股的選擇。當選擇的股票走出獨立的行情時，主觀多頭的基金表現就會很亮眼。反之，如果選出的股票不行，收益就會很平庸。而量化多頭在大盤漲的時候往往會比指數猛一些，跌的時候比大盤小一些，並且連續幾年量化多頭的表現都很不錯，非常適合作爲基金組合中的收益擔當，用來博取更高的收益。