您好，目前国内双A级别的期货公司都是支持量化交易的，而且因为期货策略交易品种数量的局限性，以及更加灵活的多空T0规则，开放性的允许程序化交易接入的交易规则背景下，期货市场的量化交易模型更加偏向于交易执行层面的ALPHA的发掘获取。比如注重品种多样性组合搭配的策略，以及注重交易数据监控周期选择的策略，还有将两者进行结合的策略。坊间多数团队的做法，更多的是在上述思想上开发出的一些进出场信号管理的择时类型的策略，不论是注重择时，还是前面的多品种，多周期策略。这些管理期货的策略对外统称CTA策略类型。

另外还有一些根据高级算法开发的高频交易策略，做法有一些是基于套利思想，这种策略是根据一些短暂的定价错误或BUG,利用这些定价的错误的时间差，或信息障碍进行交易。当然这种策略的资金量一定是小的，因为这种策略是拥有固定对手盘方的，一旦对手盘方发现这些BUG的存在，一定会尽快修复或者暂停掉本方的交易。还有一些策略是将K线的级别无限缩小，缩小到盘口逐笔级别，只不过是在更小的周期上进行一些ALPHA的获取，本质上只是将预测的周期级别放到了秒级或TICK级。还有一些策略是放弃预测，根据价格关系进行固定间隔，进行倍投的类似小马丁策略的量化模型。

在高频交易领域，还有一个不得不提的交易模型的存在，可以把他理解为不以成交为目的交易策略,“愰骗交易”曾经在前些年大行其道，风光无限，由于之前这种交易策略变向为市场提供了更大程度的流动性，监管层面对这种是睁一只眼，闭一只眼，由于其蛮不讲理的，不创造成交价值，反而增加买卖双方成交成本的这个属性，这个现在被各个开放证券电子化交易的国家定性为违法违规，不再为灰色可行。有经历的朋友一定会知道一些利用此类高频交易策略疯狂收割的历史事件。

还有一些诞生于新世代AI数据应用层面的策略模型，类似采用机器学习、概率推理、以及一些前沿计算机科学，如计算机视觉处理、自然语言处理等等开发模型的设计方向，此类策略目前占比在逐年提升。

现在量化交易的策略种类构建选择，首先考量所属市场规则特性，在国内应该首先考量政策意志，其次是市场容量特性，还有开发团队自身知识结构等特性综合考量下，和谐之后的结果。

我自身是因为多个市场都做，除AI方向的量化策略未曾涉及之外，其它策略类型都或多或少有所涉及，因此拥有一定程度的发言权，任何的策略类型都不能单一视角的进行好坏的评判，应该根据自己所选市场所处的环境、监管规则等进行实际选用。

不管是什么策略类型，投资团队拥有复合的综合学科知识的获取与学习则是必然的，比如程序语言专业出身的人，一定要花时间学习金融学、经济学相关知识。不是说会写策略就可以在这市场赚钱，你可以理解为，会造刀兵斧钺的铁匠，不一定就是一名合格的战士，或将军。

交易期货是一件很重要的事，而对于期货公司的选择可谓更加关键，好的期货公司不仅能为您的交易保驾护航，还可以享受优惠的手续费。在交易中更加省心。这一点尽量在级别高的期货公司着手考虑，因为这样的公司基本都是品牌公司，对于投资者来说良好的把控风险和低费率，是非常关键的，欢迎您添加我微信好友咨询。