中国资本市场是一个高速发展、前景广阔的市场,大数据、区块链和人工智能等金融科技与证券行业的融合不断深化,推动资本市场环境向着智能化、定制化、虚拟化的方向不断演进。量化交易是指在公开的资本市场上,通过对一系列资产进行有计划的买卖操作,实现规避风险和资产增值目的的投资行为。人工智能技术参与证券市场分析研判,预测股价波动和模拟股票交易等研究蓬勃发展,为传统量化交易领域提供了跨越式发展的新动力和新引擎。本文首先对近年来深度学习技术与股市量化交易领域相结合的成功案例进行了研究综述,梳理了深度学习在量化交易领域中的主要应用,归纳了当前深度学习技术在该领域中优势和局限性。然后从算法层面阐述了量化交易中的相关问题,对证券资产管理与量化交易策略进行了数学抽象,设计并实现了结合股市预测与投资决策于一体的量化交易系统。该系统从经典的资产组合管理角度出发,通过操作一系列股票资产,利用深度时间序列模型预测股票价格波动,利用深度强化学习算法控制交易决策,实现了由算法和数据“双轮驱动”的自动交易系统。最后结合VNPY量化交易框架基本原理,阐述了如何将深度学习算法嵌入到量化交易平台中进行实盘交易,并利用模拟交易环境对算法控制的投资过程进行了效果评估。通过模拟实验验证,本文所实现的基于深度学习的股市量化交易系统可以在一系列股票资产中选择出收益最优的投资组合,通过分散投资风险、探索交易时机、控制交易成本等方式,算法实现了在股市长期投资中获取超额收益。