王炜鹏

（同济大学电子与信息工程学院计算机技术系，上海201804）

0 引言

随着智能科技与经济的发展，人工智能也在各行各业中得到应用，尤其是在量化交易相关的领域中。在量化交易的预测研究中，对股市的预测一直是一个热门的课题，也产生了许多关于股价预测的算法。量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从大量的历史数据中选出能带来超额收益的“大概率”事件以制定策略，减少投资者因情绪波动带来的影响，避免在市场极度狂热或悲观的情况下做出非理性的投资决策。

长久以来，对于金融市场的经济学分析已经有了比较成熟的理论，自从有效性市场假说[1-2]提出之后，该假说就被奉为经典金融理论。随着时间的推移，与有效市场假说相背离的金融现象相继被发现，由此形成了关注人类交易心理和行为的行为金融学。但由于实际环境中的金融市场并不像行为金融学所说的持续无效，相反，很多金融现象在被公众熟知后出现了减少或消失的迹象。由此产生了适应性市场假说[3-4]，该假说的提出表明金融市场是一个不断进化的环境，回报和收益之间的关系不会是一直稳定的。

随着大数据和人工智能相关技术的发展，量化交易也迎来了飞速的发展，和当下流行的神经网络模型，深度学习模型[5]和强化学习[6-7]等模型相结合，对交易数据的特征挖掘，成本控制效果有了十分显著的提升。……