WorldQuant 在美国的纽约和康涅狄格州都有办公室，也是其在全球量化投资交易的总部，此外，公司还将基金管理的触角延伸至英国和新加坡。伊戈尔对记者说，这些国家的交易市场比较成熟，有着健全的市场管理机制。公司的金融模型研发部门也遍布海外，最早的分支机构于2006年在中国创建，随后以色列、印度、俄罗斯、越南、泰国的办公室也相继落成。而技术开发部门则主要集中在美国。

当被问起，为何把金融工程模型研发部门安排在海外时，伊戈尔表示，金融工程模型的研发需要非常高素质的人才（CFE注册金融工程师），而人才的分布本就是全球化的，从统计分布的角度来说，纽约市不可能囊括世界上所有的人才。

基金的管理几乎是每个对冲基金的命脉所在，伊戈尔告诉记者，WorldQuant只专注于量化金融交易。量化金融交易，顾名思义，是将金融工程交易的想法进行行为量化和数学公式化，根据相关的金融数据，比如价格、交易量等参数，进行建模，再将这些数据模型反演到历史金融数据中，参看它的表现如何，从而判断该模型在未来交易中的表现。整个交易都由计算机操作，完全自动化，不需要人为干预。而由于计算机程序本身强大的信息处理能力，量化交易可以应用到成千上万个交易对象中，也可在世界上任何一个交易场所进行交易。换言之，如果该模型在美国的金融市场中赚钱，它也可在量化后复制运用于其他国家的金融工程市场，亦可能产生良好的反响。较之于传统交易方式，它的交易范围更为宽广。

此外，计算机还可过滤掉许多突发的情绪化因素，机械地按照既定的程序执行交易，从而能够做出更理性的决策。较之于量化金融交易，传统交易则更易受到情绪影响，大起大落的市场不免催生交易员大喜大悲的情绪，从而影响判断，且人的分析能力有限，只能对几个市场对象进行分析，大大降低了效率，缩小了交易范围。

当然，量化金融交易也并非市场的「万能解药」。伊戈尔向记者解释道，并非所有的金融问题都可以用量化模型进行描述，比如偶然性事件犹如昙花一现，此后便销声匿迹，无迹可寻，这类情况，就无从用量化模型进行描述。又比方，散户投资者对某只股票看好或看空的心态，也无法用量化模型进行表述。在这类情况下，凭借交易员的经验操盘，往往能够做出更准确的判断，发挥出更好的效果。

量化金融交易的重点，是分析以往的金融工程数据，摸出市场规律，并将市场参与者的理性行为量化成金融模型，以此挖掘市场的非理性行为进行套利交易。随着信息技术的发展，金融市场透明度日益提高，信息的传播速度更快、范围更广。因此，非理性现象的存续时间也越来越短、转瞬即逝，发掘的难度也随之提高。所以，未来的量化交易将越发地依赖于对大数据的分析处理和低延迟性的交易执行（low latency trading），这也是大多数对冲基金今后发展的重点。

量化金融交易起始于30年前，在计算机开始广泛运用后不久，量化交易就已经形成最初的雏形了。起先，它只是在一个很小的范围通过交易经纪商得以应用，敢于「第一个吃螃蟹」的基金公司也只有寥寥数家。随着时间的流逝，量化金融交易以它独有的特性在市场展现其「捞金」实力后，越来越多的基金公司开始采纳这一交易新法，量化金融交易也变得炙手可热。

但到了2007年8月，多家基金公司竟毫无预兆地出现了集体亏损，史称「量化崩盘」（Quant Meltdown）。究其原因，就是因众基金公司使用同一家或相似的第三方机构为其打造量化金融交易策略所致。由于策略皆出自一人之手，导致多家基金公司的量化交易策略看法相似，造成损失。

多家基金公司在这场亏损中倒闭，侥幸逃过此劫的基金公司也及时改变策略，加强自身研发交易模型的能力，对资源进行重新整合，不再依赖第三方提供的交易模型，从而避免多个公司同时采用同一种交易策略，最大程度上扼制集体亏损的恶果。随后，美国金融市场也逐步恢复原有秩序，量化金融交易渐入佳境。

不光是美国这样成熟的发达金融市场，量化金融交易在发展中国家也同样潜力无限。伊戈尔说，WorldQuant在很多发展中国家的市场里也进行量化交易。较之于发达国家，其市场的有效性更低，竞争的激烈程度也会平缓很多；对于基金公司而言，会有更多的机会应用量化模型来发掘市场参与者的非理性行为，并以此获利。另外，在发展中国家的金融市场，其交易量会相对小些，因此，只能将有限的资金投入到发展中国家的市场，从而避免对市场造成冲击。