金融市場價格預(yù)測和交易決策是金融活動的兩個基本動作。交易者通過經(jīng)驗，或統(tǒng)計數(shù)據(jù)對市場進行預(yù)測再經(jīng)過計算，做出有利于收益的交易決策。在這個過程中，傳統(tǒng)的交易員做出的預(yù)測和決策帶有大量的個人經(jīng)驗。那么這兩個步驟如果由大數(shù)據(jù)支撐，由機器學(xué)習(xí)算法來完成是否能夠取得更好的效果呢？是否可以出現(xiàn)套利機會呢？本書聚焦于機器學(xué)習(xí)算法應(yīng)用在量化交易的兩個領(lǐng)域。第一，本書描述了支持向量機及其衍生算法和多種人工神經(jīng)網(wǎng)絡(luò)算法在金融價格預(yù)測領(lǐng)域中的理論和應(yīng)用。第二，本書基于配對交易策略，使用深度強化學(xué)習(xí)算法對交易決策過程進行了優(yōu)化。本書對每個算法都提供了一個可行的結(jié)合實際金融市場的算法策略，并附流程圖，供讀者參考。