中国A股市场自上世纪九十年代诞生以来,经过近三十年的发展,尤其在进入二十一世纪后,我国股票市场先后经历2008年和2015年两次大的危机。但是,随着我国资本市场的逐步开放和金融改革的进行,A股市场正在慢慢走向成熟,不过在国内外政治经济环境的影响下,资本市场会有一定的波动性。在这种大环境下,我国逐步放开融资融券等做空机制,配对交易策略随之风靡大陆。配对交易是统计套利中最主要的交易策略,市场有效性较低的时期,该策略有机会获取更多的收益。但是,随着市场有效性的不断提高,传统的固定参数交易模型已难以保证配对交易一直获得较大收益,交易模型的参数不仅需要优化,而且还需要动态地、实时调整,因此,在一定程度上有必要研究开发出具有机器学习属性的动态优化参数的交易模型,这对于提升配对交易模型的盈利能力和执行效率具有重要意义。在本文的整体论证过程中,主要是以沪深300指数成分股为样本,对比传统的配对交易策略和强化学习算法改进后的配对交易策略的结果,检验后者是否在A股市场可以获得更高的收益。首先选择以沪深300指数成分股作为样本股,样本的时间范围在2006年1月1日至2016年12月31日,保留了133支股票,并将每只股票的日度收盘价数据进行Z-Score标准化处理,而且按照中证一级行业分类,将133支股票归到十大行业中。其中金融地产行业27只,电信业务行业5只,可选行业17只,工业行业21只,信息技术行业9只,医药卫生行业16只,主要消费行业9只,原材料行业20只,能源行业4只,公用事业行业5只。然后,在交易策略的形成期内,将每个行业的股票采用Copula模型,保留相关系数在0.7及以上的股票组合,再依次进行单位根检验和协整检验,最终留下通过协整检验的股票对。最后,在交易策略的交易期,分别设计传统的配对交易模型和基于强化学习的配对交易模型,并对比两个模型的累计收益率和信息比率。前者采用固定参数,即固定的交易信号值,包括开平仓和止盈止损,后者则利用内在的算法进行实时优化各种参数,以期取得更大的收益。从实证分析结果可以看出,配对交易策略仍可以在我国A股市场中获取可观的收益,而将强化学习算法引入后,收益率和信息比率均得到了很大的提升。将强化学习算法与配对交易策略相结合,进一步设计以智能算法作为基础的新配对交易策略,以此来达成针对交易模型的有效调整与优化。尽管传统模型仍然可以获得良好的效益,但是日趋衰退。基于实例研究能够发现,此类新的模型有益于增加整体的收益水平与绩效。在做空体系日趋完善的情形中,新模型可以作为更具价值的套利工具。