摘要：量化投资尝试利用计算机算法来预测证券的价格和进行证券的交易，并从中获取超额收益，是系统工程在金融投资领域的重要应用．本文设计了一套基于机器学习和技术指标的量化投资算法ML—TEA（machine learning and technical analysis）．该模型以技术指标作为输入变量，再分别通过不同的机器学习算法来预测股票数日之后的涨跌方向，并根据预测的方向来构建投资组合．实证结果显示：第一，三种模型的年化收益率都在25％以上，远超大盘指数的10．60％、买入持有策略的3％以及现有策略．从风险调节绩效（夏普比率、特雷纳比率和詹森绩效）来看，三种策略也都远超基准策略和现有策略．以夏普比率为例，三种策略均在1．50以上，而市场指数的夏普比率为0．38．第二，Ada—TEA和SVM—TEA都可以容忍远高于市场实际成本的交易成本．

关键词：量化投资 机器学习 技术分析 

单位：武汉大学经济与管理学院金融系; 武汉430072; 康奈尔大学运筹与信息工程学院; 伊萨卡14850