金融市場價格預測和交易決策是金融活動的兩個基本動作。交易者通過經驗，或統(tǒng)計數(shù)據(jù)對市場進行預測再經過計算，做出有利于收益的交易決策。在這個過程中，傳統(tǒng)的交易員做出的預測和決策帶有大量的個人經驗。那么這兩個步驟如果由大數(shù)據(jù)支撐，由機器學習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？本書聚焦于機器學習算法應用在量化交易的兩個領域。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網絡算法在金融價格預測領域中的理論和應用。第二，本書基于配對交易策略，使用深度強化學習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合實際金融市場的算法策略，并附流程圖，供讀者參考。