您好，通过大宗商品收益算法进行风险厌恶程度的评估，通常涉及以下步骤：

构建收益模型：首先，需要建立一个大宗商品收益模型，该模型可以预测不同投资组合在不同市场条件下的预期收益。这可能包括使用历史数据来估算资产的平均回报率、波动率和相关性。

确定风险厌恶系数：风险厌恶程度通常通过绝对风险厌恶系数（Absolute Risk Aversion, ARA）来衡量，它反映了投资者对风险的敏感度。ARA可以用来计算投资者愿意支付的溢价，以避免参与公平赌博（即期望值为零的投资）。

效用函数的泰勒展开：通过效用函数的泰勒展开，可以近似地将风险厌恶系数与赌博的风险联系起来。例如，如果效用函数是二次形式的，可以得到一个简单的近似公式，其中风险厌恶系数与赌博的方差成正比。

风险溢价的计算：根据上述近似公式，可以计算出投资者为了不参与公平赌博愿意支付的风险溢价。这个溢价反映了投资者的风险厌恶程度。

风险调整后的收益：在大宗商品投资中，投资者可能会考虑风险调整后的收益，如夏普比率（Sharpe Ratio），它衡量的是每单位总风险获得的超额回报。通过调整投资组合的权重，使得风险厌恶系数与投资者的风险偏好相匹配。

进行期货交易现在需要关注避坑的点还是比较多的，大部分投资者都是偏听偏信，有时候踩坑了也不知道，所以对于期货交易，不管是办理开户还是基础学习，包括是成本降低，都是建议直接找心仪期货公司官方持牌经理一对一沟通，解决自己的交易问题。

首先，需要确定一个合适的大宗商品收益指标，可以考虑使用标准差或波动率来衡量大宗商品的风险。

其次，收集历史数据，并计算每个大宗商品的收益和风险指标。可以使用过去一段时间的数据，如3年或5年，来获得相对可靠的结果。

然后，将每个大宗商品的收益和风险指标进行归一化处理，使它们具有相同的尺度。可以使用标准化或映射等方法将指标转化为0到1之间的范围。

接下来，根据个人或机构的投资目标、资金规模和时间限制等因素，确定一个目标风险水平。目标风险水平可以是一个确定的数字，也可以是一个范围。

然后，计算每个大宗商品的风险厌恶程度得分。可以使用加权平均或多因素模型等方法，根据每个大宗商品的收益和风险指标与目标风险水平的偏离程度来计算得分。

最后，根据得分对不同大宗商品进行排序，从高到低，评估其风险厌恶程度。得分越高的大宗商品表示越符合个人或机构的风险厌恶程度要求。

需要注意的是，大宗商品收益算法只是一种评估风险厌恶程度的方法之一，个人或机构在投资决策时还需要考虑其他因素，如资金流动性、投资期限和政策环境等。此外，风险厌恶程度是一个相对主观的概念，不同的投资者可能有不同的偏好和目标。因此，评估风险厌恶程度时，还应考虑个人或机构的特定背景和需求。