交易模型是指交易人员运用数学建模的方式, 将其在交易实战中总结的经验和现代投资学原理进行有机结合而建立的具有较高机械化交易程度的交易体系。 交易模型的理论基础其实非常广泛，涵盖了国际上许多先进的理论，其中包括现代金融投资学、金融工程学、金融行为学、金融会计学、财会学、计量经济学、混沌学、仿真学等现代多学科众多理论；同时它还包括了传统的技术分析理论，如均线理论、图形分析理论、波浪理论等，并充分利用电脑、通讯等现代科学技术。交易模型分类的方法比较多，可以根据使用者分类，也可以根据模型理论分类。模型理论分类主要有三种分类方法。
交易模型的理论基础其实非常广泛，涵盖了国际上许多先进的理论，其中包括现代金融投资学、金融工程学、金融行为学、金融会计学、财会学、计量经济学、混沌学、仿真学等现代多学科众多理论；同时它还包括了传统的技术分析理论，如均线理论、图形分析理论、波浪理论等，并充分利用电脑、通讯等现代科学技术。交易模型分类的方法比较多，可以根据使用者分类，也可以根据模型理论分类。
1、技术分析法
技术分析法是指投资者通过考察交易数据中有预测价值的模式，然后通过考察近期及当前价格的状况，并根据这种模式进行投资的方法。这种方法有着大量的手段和变化的花样，有的仅仅是使用可视的图表，如K线图、点线图；有的则使用系统化搜索程序的“优化”的计算机模型。
2、基本分析法
基本分析法，也称原本分析法，是指投资者通过对所有影响基本经济关系的信息进行考察，并从这类信息中找出判断市场均衡价格而进行投资的方法。该方法从最简单的直觉分析到最复杂、数学极其高深的经济学模型，这种模型无所不有。
3、数学计量法
数学计量法是指投资者根据现代投资理论，通过对历史交易数据进行大量的统计学分析，从中找出一定的规律，在市场出现偏差时进行投资的方法。该方法通常由一个乃至多个复杂的数学模型组成。
交易模型即交易理论、交易方法，投资者构建一套完整的交易模型需要经过以下几个步骤：
1、认清自己的投资偏好，是对自己的一个定位，投资者可以根据自己的性格特点和交易风格先把自己的交易流派区分清楚：趋势交易者，短线交易者，日内交易者等。
2、在认清自己的投资偏好之后，选择有针对性的技术指标进行学习，比如，对于趋势交易者，可以学习均线理论，根据均线理论中多头排列的特点进行买卖。
3、纸上得来终觉浅，绝知此事需躬行，投资者可以先进行模拟操作，检验技术指标的正确性，对自己的交易方法进行总结，归纳出自己交易方法的框架和思路，如果发现自己以往的交易方法和自己的交易流派有冲突时最好重新总结归纳另一套方法。
4、模拟检验完成之后，进行实战，在实战中，投资者应严格按照交易模型执行。
模拟是对建立的系统或决策问题的数学或逻辑模型进行试验，以获得对系统行为的认识或帮助解决决策问题的过程。模拟的主要优点在于检验交易模型中的问题或系统的任何假设模型化的能力，使它成为最灵活的工具。判断交易模型是否有实用价值，最简单、最可靠的途径是通过在尽量多的市场里，进行长时间的测试。为了减少交易模型的检测成本，检测先从模拟开始。交易模型检验的基本原则是“模拟实战”，一切条件都要接近实战条件，使检验结果尽可能真实，因为只有这样才能使交易模型有真正的使用价值。
1.突发事件
在检验过程中一定要包含有突发事件(包括涨跌停板)，因为除了要检验交易模型在正常情况下的运作情况，还要有应付突发事件的能力，不能因为是“小概率”事件而忽略了突发事件的影响，应遵循“模拟实战”的基本原则。一个成熟的交易模型，即使不能捕捉到突发事件带来的超额利润，也应该有能力抵抗突发事件带来的风险。
2.检验的信息和数据
对于基本分析交易模型，需要有完善的信息数据库，信息的来源随着科技的发达，互联网的不断应用，信息的收集比以前方便了许多，因此要整理完善好信息数据库相对较容易。对于技术分析交易模型，由于期货基金运作的是期货品种，期货品种的数据有它的独特性，欧美期货的数据有各自不同的特点，如伦敦金属的期货数据没有出现“断层现象”，使用计算机检验就不会有问题，而国内的期货数据源袭了美式期货数据，不同的交易合约换月时会出现“数据断层”，不能像股票一样使用简单的除权处理，因此要通过交易模型的检验首先对数据进行处理。
实际合约数据：按照实际的合约交易数据，缺点是十分明显的，因为国内期货合约目前只有1年的周期，因此在检验时数据周期就显得太短了，而且在相当长的交易时间内合约的成交量并不活跃，流动性小，不具有代表意义。
即月连续数据：按合约交割日连接，连接起来形成连续数据。这样产生的连续数据优点是具有实际交易性，但在实战交易中会产生差别，交割前成交不活跃，缺乏代表性，像上海铜一般都是交割月后第四、五个合约成交活跃；缺点则是会产生“断层现象”，对检验结果产生重大的失真。
价差调整连续数据：按照一定的规则，在进入交割前一定时间内连接随后的合约数据，这里的时间参数X，要根据不同品种来确定，上海铜要比大连大豆和郑州小麦的时间参数X要大，将调整时两个合约的价差累计下来，最后将累计价差加减到数据列中，得出最终的期货数据。特别注意的是，经过调整的期货数据可能会出现负值，要做相应的数据调整，但这不会影响使用计算机检测的交易结果。优点是能长时间反映价格变化水平；缺点是数据不能直接应用于实际交易中，需要通过转换。
权重连续数据：按照固定的时间连接随后的合约数据，同时按近月大、远月小或是按成交量与持仓量的比重计算连续价格，随着时间的推移，较近的合约的权重越来越小，而远月的权重越来越大。优点是消除了数据“断层现象”，可以选取多个活跃月份，这样就可以更真实地贴近实战交易；缺点也是数据不能直接应用于实际交易中，需要通过转换。
交易模型优化分为：
1.交易模型的参数优化：一种是围绕原定的参数为中心的微调，一种是大范围的跳跃式的搜索。
2.交易模型的交易规则调整：增减交易模型的交易规则和增减的变量，目的是改善交易模型的成绩而不是重新设计新的交易模型。
本文提供的各种信息及资料仅供参考，不构成任何邀约、投资建议或承诺，请谨慎对待。
