量化，是指利用统计方法、数学模型来指导投资，其本质是定性投资的数量化实践，争取通过模型构建出可以持续跑赢市场的投资组合，从而获取超额利润收益。

对冲，是指同时进行两笔行情相关、方向相反、数量相当、盈亏相抵的交易，通过对冲策略降低组合系统性风险，获得对冲后的绝对收益。

量化合约对冲交易系统就是由两者之间构成的组合，一般拥有以下特点：

1、投资范围广泛，投资策略灵活；
2、无论市场上涨还是下跌，均以获取绝对收益为目标；
3、更好的风险调整收益，长期中对冲基金在获取稳定收益的同时提供了更好的防御性；
4、与主要市场指数相关性低，具备资产配置价值。

量化合约对冲策略系统的开发构建：
1、α策略：用量化选股模型确定股票组合，同时买入股票组合，做空股指期货以对冲股票组合的市场风险（β），获取股票组合超越市场指数的超额预期年化预期收益，即α预期年化预期收益。

2、套利策略：是指利用同一资产标的在不同市场或不同时间的双重定价，低买高卖获取差价的投资策略。可以用来套利的标的资产包括金融指数、商品、基金、期权和外汇等。套利策略常见的子策略有期现套利、跨期套利、分级基金套利和ETF基金套利等。

3、量化CTA基金：说白了就是投向期货市场的期货基金，只不过用量化投资方法研究期货品种的价格变化趋势，以程序化实现交易。以沪深300股指期货为例，沪深300股指期货上涨时做多，下跌时做空，涨跌都盈利。

量化合约对冲交易系统开发源码演示示例：
obj = ext.NewPositionManager() # 使用量化交易类库

此处用来获取持仓信息

positions = exchange.GetPosition() # 获取持仓数组
if len(positions) == 0: # 如果持仓数组的长度是0

return 0 # 证明是空仓，返回0

for i in range(len(positions)): # 遍历持仓数组

if (positions[i]['Type'] == PD_LONG) or (positions[i]['Type'] == PD_LONG_YD):
    position_long = 1 # 将position_long标记为1

elif (positions[i]['Type'] == PD_SHORT) or (positions[i]['Type'] == PD_SHORT_YD):
    position_short = -1 # 将position_short标记为-1

bar = bars[0]

根据价格落在(-40,-3],(-3,-2],(-2,2],(2,3],(3,40]的区间范围来获取最新收盘价所在的价格区间

grid = pd.cut([close_01], context.band, labels=[0, 1, 2, 3, 4])[0]

若无仓位且价格突破则按照设置好的区间开仓

if not position_long and not position_short and grid != 2:

# 大于3为在中间网格的上方,做多
if grid >= 3:
    obj.OpenLong("rb2005", 1) # 以市价单开多仓到仓位
if grid <= 1:
    obj.OpenShort("rb2005", 1) # 以市价单开空仓到仓位

持有多仓的处理

elif position_long:

if grid >= 3:
    obj.OpenLong("rb2005", 1) # 以市价单调多仓到仓位
# 等于2为在中间网格,平仓
elif grid == 2:
    obj.closebuy("rb2005", 1) # 以市价单全平多仓

# 小于1为在中间网格的下方,做空
elif grid <= 1:
    obj.closebuy("rb2005", 1) # 以市价单全平多仓
    obj.OpenShort("rb2005", 1) # 以市价单开空仓到仓位

持有空仓的处理

elif position_short:

# 小于1为在中间网格的下方,做空
if grid <= 1:
    obj.OpenShort("rb2005", 1) # 以市价单调空仓到仓位
# 等于2为在中间网格,平仓
elif grid == 2:
    obj.closesell("rb2005", 1) # 以市价单全平空仓

# 大于3为在中间网格的上方,做多
elif grid >= 3:
    obj.closesell("rb2005", 1) # 以市价单全平空仓
    obj.OpenLong("rb2005", 1) # 以市价单开多仓到仓位