量化投资概念如火如荼,伴随着计算机的飞速发展,及大数据技术的兴起,量化投资与数据挖掘技术的结合应用也受到越来越广泛的关注。量化投资理论结合了数学与现代统计学等方法,通过计算机技术及智能算法筛选出能带来巨大收益的各种“大概率”事件来制定投资策略,并使用量化模型验证及固化这些规律和策略,准确规范的执行已固化的策略,以获求稳定的、可持续的且高于平均水平的超额回报率。量化投资系统以先进拟合的数学模型替代人为的主观判断,能使投资者在过度狂热或过度悲观的市场情绪下做出理性的投资决策。在量化投资系统的建立过程中,特别是量化投资模型的建立、模拟验证、实盘验证过程中,一直需要处理大量的数据,用到数据挖掘的各种技术。数据挖掘技术方法是量化投资系统建立产生的核心方法。本论文着眼于理论应用,以钢铁企业参与商品期货投资为背景,研究数据挖掘技术在商品期货量化投资系统建立中的应用,将数据挖掘知识体系和数据挖掘流程应用到量化投资系统中。本论文以钢铁企业的套期保值为对象,研究黑色金属产业链的商品期货的量化投资系统,特别是黑色产业链商品的统计套利和配对交易的量化研究。通过上述研究与应用,建立适合钢铁生产企业的商品期货投资的量化投资系统,使得钢铁制造企业在控制风险的前提下,通过量化投资系统进行投资,实现企业收益的最大化。本论文的应用研究有助于帮助钢铁制造企业建立适合自己企业的商品期货的量化投资系统,助推企业量化投资课题的深入研究。使钢铁制造企业重新认识和定位期货套期保值及期货投资的深远意义和积极作用。