股票市场作为我国市场经济的重要组成部分,在经济生活中起着越来越重要的作用,研究我国量化投资策略方面的相关文献越来越多。本文将沪深300指数作为研究标的,建立基于深度学习的股票预测模型,并把此模型的结果与相应的择时交易策略相结合,构建了基于深度学习的量化择时策略模型,以期提高投资收益性和稳定性。由于我国沪深300指数已推出,用沪深300指数作为研究标的,在研究投资策略时具有现实意义。运用传统的一些证券市场分析方法来研究证券市场时,不仅需要满足一系列的较为严格的假设,并且也难以取得比较令人满意的结果。而非线性的数据挖掘技术能良好的解释股市价格行为,因而本文利用深度学习和支持向量机(SVM)两种非线性的数据挖掘技术来分析我国股市价格行为,并将两者的结果进行对比,结果表明深度学习在预测未来股票的价格时具有更高更稳定的预测精度。鉴于此,本文利用深度学习,并结合具体数据,对未来股票涨跌情况进行判断分类,利用分类结果进行多空操作,同时利用支持向量机(SVM)来建立股票分类预测模型并根据结果进行多空操作,通过深度学习与支持向量机(SVM)的比较,得出了基于深度学习的股票预测分类模型具有更高的预测精度,并且也得到了基于深度学习量化择时策略收益更高,稳定性更强,抗跌能力更好的结论。