期货量化交易系统是利用计算机技术和数学模型进行期货交易的系统。它通常基于量化投资的概念，利用数学模型和算法做出投资决策，以获得更高的回报。
期货量化交易系统的主要特点包括可测量、可复现、可预期。可测量是指量化交易系统具有准确描述的确定性，可以测量分析指标的准确性；可复现是指在基础数据不变的情况下，任何情况下的分析结果都是一样的；可预期是指量化指标有很强的规律，可以预测市场的走向。
期货量化交易系统开发是一个复杂的过程，需要考虑多个方面，包括但不限于以下几点：
1、市场分析：了解期货市场的基本情况，包括市场规模、交易量、价格波动等。
2、交易策略：根据市场分析结果，设计出适合市场的交易策略，包括交易方向、交易时机、交易规模等。
3、风险管理：根据交易策略，制定风险管理策略，包括止损设置、风险控制等。
4、交易系统：开发交易系统，包括交易界面、交易策略管理、交易执行等。
5、数据分析：对交易数据进行分析，发现交易策略的优点和缺点，并进行优化。
6、测试和优化：对交易系统进行测试，发现并修复漏洞，并对交易系统进行优化。
7、上线和维护：将交易系统上线到期货交易平台，并进行日常维护和管理。
总之，期货量化交易系统开发需要考虑多个方面，并且需要不断地进行优化和改进。
for index, today in df_sh.iterrows():
if today.signal == 1 and skip_today == 0:
skip_today = -1
stock_hold = int(cash_total / today.close)
stock_hold_money = 0
cash_total = 0
start = df_sh.index.get_loc(index)
graph_buyorsell.annotate('买入', xy=(index, df_sh.close.asof(index)),
xytext=(index, df_sh.close.asof(index) + 2),
arrowprops=dict(facecolor='r', shrink=0.1),
horizontalalignment='left', verticalalignment='top')
# print("buy: ", index)
elif today.signal == 0 and skip_today == -1:
skip_today = 0
end = df_sh.index.get_loc(index)
cash_total = int(stock_hold * today.close)
stock_hold_money = 0
if df_sh.close[end] < df_sh.close[start]:
graph_buyorsell.fill_between(df_sh.index[start:end], 0, df_sh.close[start:end], color='green',
alpha=0.38)
else:
graph_buyorsell.fill_between(df_sh.index[start:end], 0, df_sh.close[start:end], color='red', alpha=0.38)
graph_buyorsell.annotate('卖出', xy=(index, df_sh.close.asof(index)), xytext=(index,
df_sh.close.asof(index) + 2),
arrowprops=dict(facecolor='g', shrink=0.1), horizontalalignment='left',
verticalalignment='top')
# print("sell : ", (df_sh.close[end] - df_sh.close[start]))
profit_total[index] = df_sh.close[end] - df_sh.close[start]
if skip_today == -1:
stock_hold_money = int(stock_hold * today.close)
df_sh.loc[index, 'total'] = stock_hold_money
else:
df_sh.loc[index, 'total'] = cash_total