股票市场是一个充斥着各种噪声的动态非线性系统,容易受到各种因素的影响,好的交易算法和策略是成功交易的基石。无论是基本面分析还是技术面分析,都试图在股票市场中挑选优质的股票以供市场参与者投资选择。与此同时,金融工程中的数量化选股理念在于通过量化的筛选、分析、归纳过程找到客观的选股模式,发掘内在驱动因素,精选个股。智能算法是受到大自然智慧和人类智慧的启发而设计出的一类算法的统称。利用遗传算法可以快速的解决局部最优化的问题,遗传编程利用其独特的种群结构,拓宽了遗传算法应用的范围,神经网络提供了精确快速且丰富的算法体系,鱼群算法在最优化过程中也具有较强的适用性。这些智能算法在金融工程中的运用,为金融工程中的各类问题提供了丰富而高效的解决方案。本文试图构建一个自上而下的选股体系,并使用各种智能算法来实现各个环节的优化和决策,设计一个能够机动适应条件变化的交易体系,利用历史数据和前人的研究成果训练这一体系,使之成为一个灵敏博学的“思考者”,就能够帮助我们在决策时不受情绪的影响,投资者也能够通过计算机代替自己做出决策。本文提出的选股模型分别从基本而分析和技术面分析两个角度,采用遗传算法作为核心算法,并利用遗传编程、神经网络、鱼群算法多种算法,构建了A股市场选股模型,试图接近一个成熟投资者的思维训练方式,在优化了前人模型的前提下,根据历史数据评判了模型的可靠性,为A股市场的投资者提供了富有价值的模型体系。