近些年来，我国金融市场逐步开放，外汇交易市场作为全球交易量最大的市场将成为人们投资理财的重要渠道。但由于市场提供的经济数据繁多，一般用户很难从中获取到有效的数据。怎样使用户在控制风险的前提下，从数据中做出判断并形成投资策略成为当前很多学者关注和研究的重点。本文主要研究一种基于风险控制的外汇交易技术，通过将人工智能的研究方法应用到外汇交易中，可以对交易过程中出现的三种风险进行有效控制并实现外汇系统的自动化交易。　　首先，本文提出了一种根据宏观经济事件，通过人为介入的方式判断交易方向，并使用技术指标进行验证的方法。在市场具有明显的趋势特征情况下，如果可以利用移动平均线原理进行验证，则在交易程序中采用单向交易的策略;如果不能用移动平均线原理验证，则程序给投资者发出提示信息。该策略对交易信号进行单向过滤并丢弃逆趋势的交易信号，达到控制趋势风险的目的。　　其次，本文提出了一种将技术指标与神经网络结合生成交易信号的方法。通过MACD指标生成输入数据，利用遗传算法进行优化得到权矩阵，由设定的激活函数得到输出数据，用输出值来触发交易信号，这样可以控制由于信号源不佳而导致的信号风险。　　再次，本文提出了一种使用模糊信息粒化与支持向量机控制交易价格的方法。这种方法通过对原始数据进行回归预测，实现风险控制窗口来控制交易价格。在对历史数据进行模糊信息粒化并利用支持向量机回归预测得到汇率的短期波动区间的过程中，通过定义风险控制窗口，将一些交易价格相对风险较大的交易信号采用丢弃的策略，实现对价格风险的控制。　　最后，将以上三种风险控制技术应用于外汇交易中，既可以从宏观经济事件预测分析，又能借助微观技术指标，可以从趋势、信号和价格三个方面来控制风险，实现外汇系统的自动化交易。实验证明，将本文提出的风险控制策略应用于外汇交易系统后，能够有效改善外汇交易的性能。