2015年A股市场的股灾、近几年的中美贸易摩擦和2019-2020年的新冠疫情深刻地改变了我国股票和股指期货市场。量化投资拥有强大的数据分析能力,越来越受到机构投资者的重视,各大公募基金、券商资管纷纷组建量化投资部门。在学术界,量化投资也成为继基本面分析和技术面分析后的第三种重要的投资研究方法。超短线交易指交易频率较高、持仓时间较短的交易行为。与股票的T+1和股指期货的T+0制度相对应,股票的超短线交易的持股时间为一个交易日,股指期货的超短线交易的持仓时间为分钟级别。在超短线环境下,交易机会更多,利润的积累效应强,因此许多机构投资者和研究人员青睐于股票和股指期货的短线和超短线交易。超短线预测中最重要的两个元素是预测模型及其所基于的信息。在模型方面,超短线环境下的股票及股指期货价格呈现很强的非线性和复杂特征,所有股票及股指期货形成了一个整体性的复杂系统。因此,将单个股票或股指期货价格视为孤立的单个时间序列的传统模型将逐渐被淘汰。本文所提出的所有模型都重视挖掘多个股票和股指期货之间的交叉影响效应。深度学习模型拥有复杂的内部结构和大规模计算框架,能很好地拟合和适应超短线环境下数据的非线性特征。传统模型也可以与文本挖掘算法结合,依靠文本信息这一强有力的信息增量获得更好的性能。在信息方面,股票和股指期货的超短线预测依赖的数据主要为价量信息和文本信息。价量信息是市场内部信息,它反映了市场内的综合信息,是全市场的交易者综合博弈的结果。文本信息是市场的外部信息,是对价量信息的有效补充,在股票及股指期货的超短线预测中起着重要作用。其中,股吧文本是投资者情绪的直接反映,蕴含着重要的有效信息;新闻文本信息中则蕴含着巨大的价格推动力量,新冠疫情、中美关系和利率政策等多方面的重要新闻常常导致股票和股指期货价格的巨大波动。此外,股票的超短线交易还与题材概念息息相关,题材概念是股票之间情绪传染的重要路径。本文将融合前沿的深度学习、文本挖掘模型及传统金融模型,利用股吧文本数据、新闻文本数据、价量数据和题材概念数据,对现有文献的预测模型进行改进并提出新的预测模型,从而预测股票及股指期货的超短线价格方向、套利方向和收益率,进而构建股票和股指期货的超短线交易和超短线套利策略。本文的研究内容及贡献如下:（1）基于价格数据和随机占优的股指期货超短线预测。理论方面,本文根据超短线环境下股指期货及股票指数的尖峰和有偏的特点,改进了已有文献的近似随机占优模型,提出了两个新的随机占优模型,并设计了一个1分钟数据下的基于随机占优的股指期货超短线套利策略。实证方面,本文基于8年多的股指期货超短线数据检验了本文提出的随机占优模型,发现其比现有文献的模型更具优势;基于5年多的股指期货1分钟数据的实证研究结果显示,本文提出的基于随机占优的套利方向预测效果很好,超短线套利策略取得了很好的收益。实证研究还分析了2015年股灾及中国金融期货交易所的股指期货严格监管措施对股指期货及股票的市场有效性的影响,发现严格监管措施对市场有效性的损伤比股灾还严重。（2）基于价量题材数据和深度学习的股票及股指期货超短线预测。理论方面,本文基于交易日分段编码改进了现有文献的分层神经网络架构,解决了隔夜跳空数据不连续的问题,进一步加强了处理长时间序列的能力;基于股票题材概念信息提出了一个股票间交叉影响的编码系统,能在分钟级别挖掘几千个股票之间的交叉影响关系;基于指数构造方法提出了一个股指期货预测模型,利用股票价格方向的预测值来预测股指期货价格方向。实证方面,本文基于9年的A股全部股票和近6年的股指期货的1分钟价量及题材数据进行实证分析,实证结果验证了所提出模型的有效性,且在牛市和熊市中都取得了比已有文献的模型更好的表现。（3）基于股吧文本和时间序列模型的股票及股指期货超短线预测。理论方面,本文通过平衡被预测资产和其他资产的权重,改进现有的多元时间序列模型,并基于矩阵偏导数和极大似然估计法求解参数矩阵;然后利用情感词典法从东方财富股吧文本中构建情绪指数,作为外生变量引入本文提出的多元时间序列模型。实证方面,本文基于5年的股指期货及疫情前后一年半的股票超短线数据、东方财富股吧文本数据进行实证分析,实证结果显示本文提出的模型取得了很好的表现。实证研究还分析了新冠疫情对我国股票市场的影响,结果显示新冠疫情在降低情绪指数的同时提升了股吧活跃度,从而使基于文本挖掘的超短线预测模型具有更强的竞争优势。（4）基于新闻文本和深度学习的股票及股指期货超短线预测。理论方面,引入计算机领域的前沿文本分类模型,通过参数迁移和分类器优化精调降低了模型的计算资源开销,并基于新闻的冲击效应下股指期货价格的异常波动来标注新闻极性,然后构建超短线预测模型,进而提出相应的交易策略;构建了一个基于题材的新闻个股映射系统,以题材为媒介将新闻映射到个股,比传统的基于股票名称的映射方法更具优势。实证方面,本文基于5年半的四大证券报和新华社的新闻文本、股票及股指期货1分钟价量数据、题材概念数据进行实证分析,实证结果验证了本文所提出的基于文本挖掘的超短线预测模型以及新闻个股映射系统的有效性。