随着市场的不断发展,量化投资越来越被人们所熟知,相关研究已经拓展到了多个方面。但是期货市场量化投资策略的获利机会却远远不如以前。在过去研究的量化投资中,关于品种的配对选择、开仓平仓阈值等一些参数的设定都缺少方法,这样很难保证量化投资获得的利润一直最大。因此,针对期货市场价格的波动情况,避免企业的主观态度影响配对投资决策,如何有效地选择配对品种以及制定投资策略,以最大化企业的利润是一个具有现实意义的重要研究课题。基于此,本文在已有的量化投资研究成果的基础上,考虑了量化投资配对交易过程中重要的两个环节:品种的配对组合选择与配对交易策略。具体来说分别研究了考虑复杂网络的量化投资配对品种的组合选择、基于强化学习的量化投资品种交易策略。本文主要进行了以下三个方面的研究工作:（1）在对复杂网络和强化学习对量化投资品种选择和交易策略问题相关文献进行系统综述的基础上,给出了相应的概念和理论分析,并给出基于复杂网络和强化学习的量化投资品种选择与交易策略的研究框架。（2）考虑复杂网络拓扑性对品种进行组合选择。介绍了期货市场中数据的选取和处理方法,期货间品种波动相关性的计算从而构建价格波动网络,并运用复杂网络的拓扑性对网络的度分布、平均路径、聚类系数等进行分析,进一步挑选配对品种;再将配对品种进行平稳性检验及协整性检验,验证配对品种的有效性。最后通过算例与数值分析,对所选择的配对品种进行配对检验,确定配对交易的品种。（3）基于强化学习算法对选定的配对品种进行投资决策。结合期货量化交易的特点以及期货市场中的实际情况,在选定配对交易品种的基础上进行配对交易策略。基于强化学习探讨交易过程中规则的确定,对传统的配对交易阈值进行优化改进,并通过神经网络的正反向传播进行模型的构建作为代替强化学习中存储经验值Q表的工具,并结合算例实验对配对品种进行仿真测试及训练,并进行绩效风险分析,验证量化投资交易策略的有效性。同时说明研究量化交易策略对企业的意义,可以有效规避企业风险以及发现品种价格,为企业提供合理的建议支持与收益保障。本文提出的基于复杂网络和强化学习的量化投资品种组合与交易策略研究可以用于解决期货市场的配对交易问题,也为企业进行相关决策提供了指导。