金融期貨市場的功能主要在於價格發現和套期保值，當需要做預測時，就會用到，比如，卷積人工神經網絡(CNN : Convolutional Neural Networks)之監督學習算法，它的任務目標，使用數據中已有的模型做預測。人工智能(AI:ARTIFICIAL INTELLIGENCE)針對期貨價格，在風險可控的基礎上，展開獲利率分析才具有預測意義。有風控為基礎 獲利才能達標【讀友提問】台商華圓公司張董問：「如何針對數據特徵來選擇合適的初始化模型呢？」答：模型可以大致分為四個模組：數據預處理模組、神經網路初始化模組、深度學習模組、交易策略；模組可以結合卷積人工神經網路建立一個金融期貨的AI模型並作出了比較分析，最後根據交易策略搭建了一個交易系統。基於人工神經網路的深度學習是蘊含了很多個隱含層的深度神經網路，具備更優異的特徵學習的本領，能夠更本質的表達數據，通過逐層的數據初始化來優化數據模型訓練過程，進而提升模型預測的準確性及盈利效益分析。以金融期貨商品交易而言，首先是先把期貨商品的行情數據編碼，其次決定預值，再來就是持續訓練AI，讓AI接受N年歷史數據，AI神經網路要能夠找到特徵(feature)，透過算法運用特徵到以前從沒看過的未來行情數據，讓AI在這個環境中去學到交易策略，驗證交易策略，然後執行學到的交易策略。它的表現跟用過去數據所訓練出來的績效要一樣好，這樣，在風險可控的基礎上，獲利才能達標。
