財富蘊藏在金融期貨數據中，而挖掘財富的核心技術則是機器學習，因此深度學習成為當今最有活力的機器學習方向。金融期貨智能(AI)是以期貨數據為載體，績效為智能目標，而機器學習是從數據通往投資績效的技術途徑。機器學習是金融期貨數據科學的核心，亦是金融人工智能的本質。【讀友提問】台商華圓公司張董問：「機器學習怎樣才能找出金融期貨投資獲利資訊呢？」答：機器學習就是從數據中挖掘出有價值的金融期貨投資資訊，它是給數據標籤；接著基於數據標籤進行建模；然後計算模型的參數；為了應對金融期貨數據所帶來的投資績效問題，需要設計高效的實現手段，包括硬體層面和演算法。統計是建模的主要工具和途徑，而模型求解是一個優化問題。因此，機器學習成了電腦科學和統計學的交叉學科。機器學習集技術、科學與藝術於一體，它是現代人工智能的核心，它牽涉到統計、優化、矩陣分析、理論電腦、程式設計、算法等。金融期貨數據採擷和機器學習本質上是相似，而機器學習則更接近於智能端。機器學習可分為Step1：金融期貨數據的獲取以及特徵的提取；Step2：金融期貨數據處理與分析，根據投資績效的需要，提出和發展模型、方法和演算法；Step3：透過推理達到金融期貨投資績效的智能，即實現金融智能的獲利目標。
