2.套利策略：通过寻找不同市场、不同交易所或不同证券之间的价格差异，利用这些差异进行交易来获取利润。
智能投资的策略与方法在股市中的应用可以通过量化投资来实现。量化投资是一种通过使用数学和统计模型来制定投资策略的方法，它的目标是通过评估和分析大量的数据来预测市场趋势和股票价格的变动，并据此进行投资决策。
以下是一些常见的智能投资策略与方法在股市中的应用：
1. 趋势跟踪策略：通过分析股票价格走势的趋势和周期，以及相关的技术指标（如移动平均线、相对强弱指数等），来预测股票价格的涨跌幅度，并据此进行买入和卖出决策。
2. 套利策略：通过寻找不同市场、不同交易所或不同证券之间的价格差异，利用这些差异进行交易来获取利润。例如，通过观察和利用跨市场套利机会来进行高频交易。
3. 回归分析策略：通过分析股票价格与其他相关因素之间的关系，如公司财务指标、市盈率、行业指标等，来预测股票价格的变动，并据此进行投资决策。
4. 事件驱动策略：通过分析公司内部或外部的事件与股票价格之间的关系，如公司财务报表、重大合约、行业新闻等，来预测股票价格的变动，并根据预测结果进行投资决策。
5. 机器学习策略：借助机器学习算法，通过对大量的历史数据进行学习和模型训练，来预测股票价格的变动，并根据预测结果进行投资决策。
总的来说，智能投资的策略与方法在股市中的应用主要是通过量化投资的手段来实现。通过对丰富的市场数据进行分析和建模，智能投资可以帮助投资者制定更加科学和精确的投资决策，提高投资的成功率和收益率。