在本文中，我们提出了最佳投资的一般框架和交易思路的集合，将概率论和统计理论与潜在的机器学习技术（例如机器学习回归，分类和强化学习）相结合。 交易思想易于实施，其有效性在数学上十分严格。 该框架是无模型的，原则上可以将所有类别的交易构想纳入其中。 仿真和回测研究表明，在建议的框架下，选定交易策略的表现良好。 在模拟研究中，夏普比率高于8.00，回测中Sortino比率高于4.00，跌幅非常有限，使用了20年美国股票的月度数据（1999.1至2018.12的纳斯达克，纽约证券交易所和美国证券交易所）以及中国的17年月度数据A股股票（上海和深圳证券交易所从2002.1到2018.8）。