高频交易起源于程序化交易和做市商机制。与低频交易相比，它是指利用超高速计算机获取和分析市场高频交易数据的价格变化规律，并利用这些价格变化快速完成交易。. 通常，高频交易采用更有利的信息捕捉技术和手段，在更短的时间内获取市场行情并执行相应的交易指令，从而获得比普通交易方式更大的利润空间。高频交易作为一种新型的交易技术，在国外股票市场上得到了广泛的应用。随着大数据时代的到来，国内外股票投资者持续更加关注数据，而各种高频交易系统活跃于国际金融市场，收获颇丰。与期货、期权、外汇和债券市场相比，高频交易在股票市场的应用具有比较优势：一是股票品种数量少，相对集中，换手率高，有利于实施高频交易；股价价差和波动率较高，有利于高频交易利润的发现；三是股市电子交易技术相对成熟。传统的股票市场投资策略首先从长期角度分析公司的基本面数据，估计公司的预期市值和股价走势，并在此基础上从交易层面将短期股价与预估市值进行比较。或者低位判断结合技术分析指标，短线买卖交易，以获得超额收益。在大数据和高频交易的背景下，机器学习等算法交易在市场上得到广泛实践。一方面，算法交易借助计算机的高速计算股票技术分析大全股票技术分析大全，相对于人工交易，可以在同一交易时间点更快速高效地实现交易过程。另一方面，大数据分析方法可以从海量的交易数据中挖掘出更多的市场交易特征。,优化传统股票投资策略对于股票市场的价格发现具有重要意义, 规范市场交易制度，协助企业上市交易，挖掘企业价值。本文从传统股票投资策略入手，量化公司基本面数据分析过程，在众多公司中选择符合特定投资类型的投资个股。一方面可以选择基本面有短期投资价值的公司，另一方面可以减少高频交易。公司基本面的不利风险。之后，高频技术分析指标数据的计算比日常交易分析和算法应用更符合投资者的日常投资和交易过程。在完成传统投资策略的量化过程后，高频技术分析指标数据作为输入层，神经网络模型作为弱分类器，通过Adaboost集成算法集结合强分类器预测交易时间点。优化原有的股票投资交易策略。随着我国股票交易制度的改革，为机器学习在高频交易中的应用奠定了一定的基础。
