近年來，程序化交易發(fā)展愈來愈火爆，傳統(tǒng)的程序化研究一直致力于各種成熟指標(biāo)的組合，如將MACD和均線指標(biāo)結(jié)合起來，在各種期貨合約品種上應(yīng)用，尋求最佳的歷史回測效果；另外還有投資者利用自己對盤面的獨特了解，建立個人自定義的指標(biāo)；然而隨著市場越來越多地程序化研究越來越深入，程序化交易方法基本是從市場價格和成交持倉信息出發(fā)，通過數(shù)學(xué)計算，構(gòu)建交易模型，這也是造成模型同質(zhì)化的根本原因，因為大家建模的出發(fā)點過于一致。目前市場對于程序化研究主要從宏觀和微觀兩個方面深入。宏觀方面，投資者可以基于更多的市場信息開發(fā)新型的交易模型，主要有以下幾種模式：

第一，基本面數(shù)據(jù)建模?？梢詮腃PI、PPI、貨幣發(fā)行量等宏觀經(jīng)濟指標(biāo)出發(fā)，建立擇時交易系統(tǒng)，這種方法為多為機構(gòu)應(yīng)用。對于期貨市場，每個品種都有供需方面的統(tǒng)計數(shù)據(jù)，投資者可以結(jié)合對這些數(shù)據(jù)的理解，使用數(shù)學(xué)方法分析數(shù)據(jù)，形成多空判斷；

第二，利用數(shù)據(jù)挖掘技術(shù)分析新聞事件，在深入分析可能造成市場異常波動的事件基礎(chǔ)上，把握交易時機，獲得超額投資回報；

第三，基于現(xiàn)貨市場的走勢，比如，對于建立在滬深300指數(shù)上的股指期貨，可以利用指標(biāo)股的走勢建模，選擇對指數(shù)影響大的權(quán)重股，構(gòu)建領(lǐng)先指標(biāo)進行交易。

微觀方面，筆者認(rèn)為，可以講傳統(tǒng)的指標(biāo)組合方法進行升華，引入在物理數(shù)學(xué)中成熟的數(shù)學(xué)模型，改進傳統(tǒng)的程序化交易模型，如運用數(shù)值計算中的蟻群算法和模擬退火算法等，本文介紹的也是數(shù)值計算中的蒙特卡洛算法。

蒙特卡洛（MonteCarlo）方法,也稱統(tǒng)計模擬方法,或稱計算機隨機模擬方法,最早是由法國布豐等數(shù)學(xué)家提出用來分析一些科學(xué)現(xiàn)象的仿真方法,它是一種以概率統(tǒng)計理論為指導(dǎo)的一類非常重要的數(shù)值計算方法,是指使用隨機數(shù)（或更常見的偽隨機數(shù)）來解決很多計算問題的一種方法。蒙特卡洛方法的基本思想是：為了求解數(shù)學(xué)、物理或工程技術(shù)等方面的問題,首先建立一個概率模型或隨機過程,使其某個參數(shù)等于問題的解,然后通過對模型或過程的觀察或抽樣試驗來計算所求參數(shù)的統(tǒng)計特征,最后給出所求解的近似值。

金融市場充滿了確定性和不確定性，因此形成的數(shù)字化變量也是具有確定性和隨機性兩種特征，而蒙特卡洛算法本身就屬于一類隨機算法，利用盡可能多的模型采樣，尋求近似近似最優(yōu)解，在金融市場中可以理解為盡可能的尋找市場的確定性方向。

目前市場上比較流行的一種方法是雙均線突破系統(tǒng)，然而這種系統(tǒng)面臨的問題表現(xiàn)在兩個方面：1.在市場噪音較大時，無法有效地給出買賣信號；2.雙均線的參數(shù)無法有效確定，基于這一現(xiàn)狀，筆者考慮引入蒙特卡洛算法，改善傳統(tǒng)雙均線突破系統(tǒng)。

基于蒙特卡洛算法的雙均線系統(tǒng)主要過程如下：

1.首先確定系統(tǒng)兩個參數(shù)樣本空間Q和P，初始化多頭指標(biāo)B=0，空頭指標(biāo)S=0；

2.從樣本Q和P中從隨機抽取參數(shù)m和n，其中m>n；

3.m周期均線值MA1，m周期均線值MA2，當(dāng)MA1>MA2，S=S+1；當(dāng)MA1

4.重復(fù)執(zhí)行K次，統(tǒng)計多空指標(biāo)S值和B值；

5.確認(rèn)買賣信號，S>L時，系統(tǒng)發(fā)出賣信號，B>L時，系統(tǒng)發(fā)出買信號（其中L為系統(tǒng)參數(shù)）