程序化交易涵盖了诸多领域，涉及统计学、计算机、通信工程、交易撮合等诸多领域，并且不乏高深的技术细节，这阻碍了普通投资人甚至传统专业投资人对其深入了解，监管层也缺乏足够的认识，这在国内外都是如此。这使得对程序化的监管评价没有完全切中其要害，部分流于形式，并不能公平公正的对待这一新生事物。

程序化交易按交易频率可以简单分为高频和低频两个领域。低频交易主要是一个数据分析过程，利用过去海量的交易、财务、经济数据，发现交易规律，着眼捕捉中长期交易机会（几天至几个月乃至更长），更加贴近于传统的价值投资。

比如发现高派息的股票长期优于大盘，就会选择投资于高派息股票，随着股票价格变动导致派息率变动，股票池也进行更替；又比如统计过去股票表现，发现经济复苏初期，成长型股票明显强于公用事业股票，就会统计该类股票数量化特征，在下次经济复苏初期，识别出具备相同特征的股票，提前布局，以获取更高收益；数据分析也会研究CEO更换、股东回购、利好信息发布甚至网络上对公司产品的评价等事件对公司股价的影响，并据此作为投资依据。

该类策略面对的是海量历史数据，数据库技能、人工智能技巧、信号处理及传统价值规律的量化等技能都需要具备，还应当深入了解经济周期更迭、研究行业兴衰以辅助更好的对资料进行整理分析，与传统价值投资唯一的不同就是由于投资股票数目众多，弱化了个股研究，强化了投资组合研究。

从以上分析可以看出，大部分低频交易可以由交易员人工下单，不会严重影响交易有效性。但是高频交易由于涉及时间太短，已经不能经由人工中转，必须完全进行程序化自动交易，而且在交易实践过程中，对于时间的要求越来越偏执。