【摘要】本文立足于我国金融市场的现状提出了基于LASSO方法和神经网络模型的量化交易智能系统。该系统首先使用LASSO方法从众多技术指标中选出极少数最有效的指标作为输入变量,然后通过神经网络方法来搜索最优的交易规则,并以沪深300股指期货为例进行回测检验。结果显示:第一,与AIC和BIC回归模型相比,LASSO选出的变量少、预测高、且稳健性强;第二,经过神经网络的优化,交易系统的收益率和风险控制能力都得到了显著提高;第三,即使在考虑交易成本的前提下,该系统也可以获取超额收益。