大數據以及各種數據挖掘方法的推陳出新，為金融AI(Artificial Intelligence)搭建給了直接數據的橋樑，於是人工智能(AI)分支中的機器深度學習(Machine Deep Learning)可拿來應用到金融AI期貨市場的交易策略裡。交易決策與收益風險比 是機器深度學習的重點【讀友提問】藝術家王迎春博士問：「何謂機器深度學習，它對金融AI的助力為何？」答：首先就機器深度學習提點，它不是一種算法，它的相關的框架體系有深度神經網絡(DNN)、深度信念網絡(DBN)、遞歸神經網絡(RNN)和卷積神經網絡(Convolutional Neural Network，CNN)；其中的CNN常用在金融期貨，對大規模圖形圖像處理效率高，是一種有監督學習的工具。針對金融期貨交易策略，機器深度學習是讓AI來學習交易決策與收益風險比之間的「規律」。金融期貨AI交易策略構建在市場情緒因子數據庫和具有邏輯支撐的經驗規則數據庫，每日收盤後進行有監督的深度學習過程，建立市場情緒因子和經驗規則之間的相關連繫。構建五個市場情緒因子搭配規則，舉例：多空持倉結構(A多或B空)和市場無序的噪音(小於C)、價格波動率(大於X％)、成交量指數(大於Y)、市場行情走勢效率(大於Z)；後續透過AI深度學習提取特徵，進而預測與相應的策略實盤操作。根據風控的前提，配置N個有明顯成交量的金融期貨品種，倉位最高三○％，最大回撤五％以內，夏普比例大於二，勝率大於五一％，收益風險比達到九比一以上；AI交易策略創建的年化收益三○％以上，就屬穩健四十五度年化收益上升曲線。
