量化交易是一种利用数学和统计学方法来制定投资策略的股票交易模型。它依靠大量的数据和算法来决定买入和卖出的时机，以实现稳定的回报。下面将介绍几种常见的量化交易的股票投资模型。

首先，趋势跟踪模型是一种常见的量化交易策略。它通过分析股票价格的走势来确定买入和卖出的时机。该模型认为股票价格具有一定的惯性，即当股票价格上涨趋势明显时，可能会持续上涨一段时间；当股票价格下跌趋势明显时，可能会持续下跌一段时间。通过使用数学和统计学方法，可以确定趋势的起始和结束点，从而制定买卖策略。

其次，配对交易模型是另一种常见的量化交易策略。该模型认为股票价格之间存在一定的相关性，即当两只股票的价格走势相似时，可以通过买入一只股票同时卖出另一只股票来获得收益。配对交易模型通过计算两只股票价格之间的差异来确定交易信号，当差异超过一定阈值时，即可触发买卖信号。

另外，统计套利模型也是一种常见的量化交易策略。该模型利用统计学方法来寻找股票价格的异常波动，并通过买入低估的股票和卖出高估的股票来获得收益。统计套利模型通过计算股票价格与其历史平均值之间的差异来确定买卖信号，当差异超过一定阈值时，即可触发交易。

此外，机器学习模型也在量化交易中得到了广泛应用。机器学习模型通过训练大量的历史数据来学习股票价格的模式和规律，然后利用这些模式和规律来制定投资策略。机器学习模型可以根据市场的变化不断调整自身的参数，以适应不同的市场环境。

总的来说，量化交易的股票投资模型有趋势跟踪模型、配对交易模型、统计套利模型和机器学习模型等。这些模型通过数学和统计学方法来分析股票价格的走势和相关性，以制定买卖策略。量化交易模型的优势在于能够减少人为情绪的干扰，提高交易的准确性和效率。然而，需要注意的是，量化交易模型也存在一定的风险，需要合理设置参数和控制风险，才能够实现稳定的回报。