您好， 期货量化交易的趋势策略模型有很多种，可以直接联系我，咱这边也能给你提供多种量化策略、编程培训，而且经过大数据回测，你不妨感受一下。下面我将介绍几种常见的趋势策略模型，并提供一些简单的示例代码。

1. 移动平均线策略：这是最简单也是最广泛使用的趋势跟踪策略之一。它主要依据快速和慢速两条移动平均线的交叉点来生成买入或卖出的信号。当短期移动平均线从下方穿越长期移动平均线时，视为买入信号；反之，则为卖出信号。
2. ATR通道策略：ATR（Average True Range）通道策略是基于平均真实波动范围来确定价格的波动性，并据此设置买卖点。
3. Dual Thrust策略：Dual Thrust策略是一种日内趋势跟踪策略，通过计算开盘价与高价、低价的关系来确定上下轨，从而确定买卖信号。
4. Bollinger Bands策略：布林带策略使用中轨（通常是20天移动平均线）和上下轨（中轨加减两倍的标准差）来确定市场的趋势和波动性。
5. MACD策略：MACD（Moving Average Convergence Divergence）策略是一种动量指标，显示两个移动平均线之间的关系。

```python
MACD策略示例
data['ema12'] = data['close'].ewm(span=12, adjust=False).mean()
data['ema26'] = data['close'].ewm(span=26, adjust=False).mean()
data['macd'] = data['ema12'] - data['ema26']
data['signal_line'] = data['macd'].ewm(span=9, adjust=False).mean()
```

以上策略都需要在实际交易之前进行回测和优化。需要注意的是，量化交易策略需要根据市场情况和个人风险偏好进行调整，并且应该考虑到交易成本、滑点等因素。在实际应用中，还应该结合资金管理和风险控制策略来使用。

想不想深入了解期货量化交易、数据回测、策略优化？赶快预约我领取资料，我会帮助你提升交易策略的成功效率。还是那句话，万事开头难，这里说的只是抛砖引玉，如果你是量化小白，找个老手带你入门是很重要的，有问题就通过电话或微信联系我吧，还有现成的内部量化策略，低回撤，收益稳定，免编程，直接用！