数据分析交易模型
数据分析交易模型是指交易者使用市场外的数据信息，通过对所有影响基本经济关系的信息进行考察，并对这类因素进行量化分析，建立数据库，从中判断市场的均衡价格而进行投资的模型。该模型的特点主要是：为大规模资金进场提供良好的分析依据；理论基础雄厚，容易为投资大众接受；对于短线和时机把握帮助不大；信息收集难度大；分析滞后于市场价格；分析主观性强。
下面介绍“价值评估”和“评估积分”两種数据分析交易模型。
价值评估交易模型
期货价格对现货价格将产生相互牵引的作用，据资料统计，近10年来，我國大豆期价与现货价格的相关系数为0.9。而对于期货市场产生的期货价格，期货市场的参与者包括现货商和投机者，对同一商品的期货价格有自己的判断，而由于成熟的期货市场绝大多数的参与者是投机者，期货市场的成交量往往是现货贸易量的数倍或数十倍，所以期货价格不单是由现货价格和仓储成本决定的，除了成本定价还包括资本定价部分。所以，作为期货基金的数据分析交易模型，还要包括期货市场的投机因素：期货价格=（现货价格＋仓储成本）×投机系数，投机系数根据突发事件、市场投机资金等情况确定。
积分评估交易模型
数据分析交易模型的主要缺点是信息收集难度大造成的信息不对称，分析滞后于市场价格且分析主观性强，但随着信息科技的发达和交易制度的完善，信息的公平共享将进一步缩小信息不对称，最新信息的获取也相对容易了，困难的是如何去辨别信息真伪、主次和克服信息处理中过贩N鞴叟卸系挠跋臁；制拦澜灰啄Ｐ偷闹饕街枞缦拢�
确定分析因素
为了使分析统计因素保持全面，多空两方面分析因素的数量不能过少，一般不少于5个。如供求分析因素，以大豆期货为例，供求类因素包括：预测種植面积和实际種植面积因素；预测产量和实际产量因素；大豆进出口量；大豆压榨加工量；库存因素；突发事件因素等。
再比如周期性分析因素，还以大豆为例，周期性分析因素包括：3－4月份左右——中美大豆播種期，種植面积预测因素，同时南美新豆开始上市，价格处在谷底。5－8月份左右——中美大豆的天气与产量为主要分析预测因素，消费旺季到来，价格从前期的缓慢上升，至7、8月份大豆受青黄不接和天气炎热等波动因素的影响，价格达到年度高峰。9－11月份左右——中美大豆实际收成因素、南美大豆播種面积预期因素，10月份后由于中美新豆上市，价格再次回落至当年的最低价区域。
b.确定分析的时间段
无论何種交易模型的分析方法，都需要足够统计分析样本数据，才能保证统计结果的可靠性，因此要经历一个以上的循环周期，如农产品的生长周期、金属的经济周期等，其中更应该包含突发事件或政治的因素，以检测交易分析模型应对的能力和控制风险能力。
c.确定分数值
确定分数值的方法可以使用普通正负分数法、权重分数百分比值法等，利多因素的贩N滴担找蛩氐姆種滴褐担廾魅防唷⒗涨阆虻囊蛩厝∥�0分。
d.计算贩N到峁�
将各影响因素的分数值累计，得出贩N到峁质蚴谐〉那魇埔陨仙鳎环质菏蚴谐〉那魇埔韵碌鳎环质�0或接近0分，市场将处于盘整。
e.贩N蹈傧低�
不同事件的發生和时间的推移变化，各因素对价格的影响不一，如突发事件对价格的影响随事件的变化影响力会逐渐消退，所以要对各因素分数值不断调整，确定分数结果，调整对交易模型的决策结果。
数学计量模型
数学计量交易模型是指设计者根据现代投资理论，对历史交易数据进行大量的统计学分析，从中找出一定规律，在市场出现偏差时或特定情况时进行投资的模型，如套利交易模型、跳空交易模型等。
套利交易模型
套利交易一般来说，就是同时买卖同类或不同类期货品種的不同交割月份合约，因为不同交割月份的两个期货合约价格在运动方向上是一致的，买入期货合约的损失会因卖出合约的盈利而抵销；或者卖出合约的损失会因买入合约的盈利而弥补。套利交易可以为避免价格剧烈波动而引起的损失提供某種保护，其承担的风险相对于单方向的投机交易来说是相当低的。套利交易在期货市场主要有两方面作用：使扭曲的期货价格回复到正常水平；为投资者提供了获利机会。
跳空交易模型
该模型是根据期货合约跳空高开或低开若干点进行交易的模型，其理论基础在于通过跳空开盘对后市影响的统计学意义。一般在依据该模型交易时，利润达到一定值时即平仓或当日收盘平仓，亏损达到一定值时即止损。在使用该交易模型时，交易者应该对拟进行交易的品種事先进行评估，不是所有品種都适合的，如上海铜、铝，该品種的市场特性和参与者结构导致了交易数据跳空较多，因此不能简单套用，一定要在大量的统计学基础上进行修正后才能使用。
