传统的手工外汇交易系统,交易员要时刻盯盘,不仅对体力消耗很大,而且还有可能因为个人情感因素造成进出市场失误,从而贻误战机。随着人工智能的发展,可以利用神经网络、数据挖掘等智能算法去训练优化交易策略,从而生成一个不受个人因素影响,而又更加理性的量化程序交易系统。外汇市场的分析方法主要有两种,分别为基本面分析法和技术分析法。基本面分析主要考虑金融,经济理论和时政指标,通过判断供给和需求要素来判断未来走势。技术分析则通过观察历史价格和交易量数据来判断未来价格的走势。技术分析理论主要是研究交易市场的交易行为,其理论主要包括被广泛应用的趋势跟踪理论。随着实践和理论的发展,量化交易应运而生,经过了数十年的快速发展,已经成为全球金融市场中专业投资者的主要交易模式。量化投资相对于传统的主观判断交易的优势之一就是具有业绩回报的可验证性和可追溯性,能够通过以往海量的历史数据检验模型的可靠性,检验模型是否存在缺陷和是否具有操作性以及能产生多大的收益。本文首先回顾文献中主要的投资分析理论,包括技术分析法、基本面分析法和量化投资分析法,并对这些方法进行系统地比较,以展现该领域的发展现状；再根据外汇市场的本质和特点,建立了一个基于趋势理论的量化交易模型。该模型整合了技术分析法和量化投资分析法,既继承了传统技术分析的稳健性,又结合了量化分析的准确性。最后,我们用欧元兑美元货币对的历史数据检验此交易模型量化交易的效果,通过对交易结果的性能和风险分析,其中盈利比超过1.5,年收益率高达149%,最大回撤率20%,表明此交易模型完全可以在外汇市场上获得良好的应用效果。外汇的交易量越来越大,流动性很强,市场有效性也非常强,这个市场的机会越来越多。