基于文献计量的中国期货市场交易的研究热点分析

刘 健，侯文静

（北京物资学院经济学院，北京 101149）

自1990年郑州粮食批发市场成立以来，中国期货市场已经走过了近30年的历程，取得了长足而深远的发展。目前，中国期货市场的品种越来越丰富，2019年期货上市品种接近75个，初步形成商品期货、金融期货、商品期权和金融期权全覆盖的市场格局。期货市场的功能越来越齐全，证监会、期货协会以及各期货交易所持续完善交易机制，降低交易成本，提高市场流动性，增强套保效率。期货市场的规模越来越扩大，截至2020年底，伴随着商品价格的大幅波动，中国期货市场成交量、成交额双双创下历史新高，同比分别增加55.29%和50.56%，成交量增速历史第一，成交额增速历史第三。随着中国期货市场的不断发展，如何提升套保效率，如何在控制风险的前提下获得持久且稳定的收益，成为广大期货市场参与主体关注的重要问题，也是期货研究者所关注的热点问题。

本文利用CiteSpace5.5.R2知识图谱可视化软件和知网计量可视化分析，对有关期货市场交易策略方面的高水平研究文献进行计量分析，梳理有关期货交易策略的重点与热点研究主题，探寻期货交易策略研究的演进路径，分析期货交易策略研究的热点与方向，进而通过重点研读国内外高水平高引用的核心研究文献成果，系统评述研究文献及成果的理论贡献与相关局限，并提出中国期货市场交易策略研究的下一步趋势与展望，期待能为今后有关期货市场交易策略的理论研究提供线索与思路，并为中国期货市场交易效率与套保效率的提升提供借鉴与参考。

一、数据来源与研究方法

（一）数据来源

本文从国内、国外两个方面对近年来有关期货市场交易策略的研究文献进行收集和分析。国内文献方面，为确保研究质量，文献搜集仅限于核心期刊级别以上的学术论文以及优秀硕博士学位论文。本文以中国知网中国学术期刊全文数据库中的SCI来源期刊、EI来源期刊、CSSCI来源期刊、CSCD来源期刊、核心期刊数据库以及优秀硕士论文数据库、博士论文数据库为检索范围，选择“篇名检索”策略进行文献检索，以“期货、期权、套利、投机和套期保值”为关键词进行检索。国外文献方面，以Ebsco、Elsevier和Jstor三大外文数据库为检索范围，以“futures、options、arbitrage、speculate、strategy和hedging”为关键词进行检索。为确保研究的时效性和针对性，上述文献检索的时间范围限定在2017年7月至2019年11月之间（包含2016年中文献1篇、2020年英文文献2篇）。通过上述检索过程，共获得中文文献99篇、外文文献52篇。

通过对初步搜集的文献，进行文章题目、摘要和关键词分析，筛除期刊征文启事、主题介绍以及与研究主题关联性不大的文章后，最终得到有效中文文献65篇，有效外文文献32篇。

（二）研究方法

本研究采用文献统计分析法和内容研究法，从定量和定性两个层面探讨期货市场交易策略的研究现状、热点与趋势。

对文献的定量统计研究从文献的分布性统计和主题性统计两个层面进行分析，文献分布性统计采用中国知网的计量可视化工具进行分析，考虑到分布性统计主要针对文献的外在特性与分布特征，因此分析对象选定为初步搜集到的所有99篇中文文献，而主题性统计涉及文献的演进路径、关键词聚类等内在属性特征的分析，因此分析对象选定为经过进一步筛选之后的65篇中文文献，分析工具采用CiteSpace5.5.R2知识图谱可视化软件。①受文献索引导出数据的可获得性的限制，以及CiteSpace软件使用的限制，本文的知网计量可视化分析以及Citespace可视化分析仅针对中文文献展开，后文中的内容研究部分将兼顾中英文文献。

文献的定量统计更多的是对文献分布特征与文献主题属性的抽象描述，缺乏对重点文献、重点内容的内在梳理与解读。故本文采用内容研究法，选取高频次被引的高水平文献，进行重点研读、分析与归纳，对中国期货市场交易策略研究的主要成果进行综述与评价，实现对期货市场交易策略研究发展脉络的梳理，并对研究领域的趋势与展望进行研判。内容研究的文献包含经筛选后的有效中文文献65篇及有效英文文献32篇。

二、研究文献分布性统计分析

（一）文献时间分布分析

如图1和表1所示，99篇文献中，2016年发表1篇，2017年发表8篇，2018年文献发表数量则快速增长至66篇，2019年下滑至24篇。2017年至2018年文献发表数量增长7倍之多，说明自2017年以来国家在大力发展期货市场、强调期货服务实体经济功能的同时，理论界和实务界对期货市场交易策略的研究日益重视。虽然2018年至2019年发文数量有所下降，但依然有25篇之多，且从引证文献来看，2019年引证文献数量远远超过了2018年，是2017年引证文献的10倍之多，由此可见，2019年有关期货市场交易策略的研究文献受关注度大幅提升，文献质量大幅提高。

图1 文献的时间分布

表1 文献时间分布

（二）核心作者统计分析

作者分布方面，如图2所示，曹玉珊、余星、刘勇军都以三篇占所选文献的2.7%，陈标金以两篇占所选文献的1.8%，其他作者在所选文献里各有一篇，共占比80.0%。②从以上数据，我们可以看出，作者分布较为分散，缺少期货交易策略研究的标志性作者，我国的期货市场交易策略研究仍有待深入，未来仍有很大的研究空间。

图2 文献的作者分析

（三）发文机构分布分析

在机构分布方面，如图3所示，文献出自北京交通大学的有5篇，占比最高，为4.7%；江西财经大学、西安交通大学、华南理工大学以及安徽大学的发文量均为4篇，占比均为3.7%；除此之外，其它69篇文献均由不同机构发表，占比64.5%。③

图3 文献的机构分析

数据表明，近年来关于期货交易策略研究文献的发表，期货作为传统优势专业的普通高校，如中国农业大学、北京工商大学、北京物资学院等占比并不突出，而上海交通大学、江西财经大学、西安交通大学、华南理工大学、安徽大学占比较多。由此可见，期货已成为各个高校关注的重点，期货专业传统优势高校如果不注重创新性研究很容易被其他高校追赶甚至被超越。

（四）文献类型分布分析

如图4所示，有关期货市场交易策略研究文献的最主要来源是硕士论文，共有53篇，占比53.5%；期刊文献为44篇，占比44.4%；博士文献仅为2篇，占比2%。硕士论文和学术期刊占所发表文献来源的98%，博士论文非常少。由此可见，对于期货策略的研究不够深入，未引起理论界的高度关注和重视。

图4 文献的资源类型分析

（五）文献学科领域分布

在学科领域方面，如图5所示，归属于为经济与管理科学的发文文献最多，共97篇，占所选文献的80.2%；基础科学13篇，占所选文献的10.7%；信息科技5篇，占所选文献的4.1%；工程科技Ⅰ辑，共3篇，占比2.5%；社会科学Ⅱ辑，共2篇，占比1.7%；农业科技1篇，占比0.8%。被描述统计文献共计123篇，超出所选的99篇文献，说明存在24篇文献是多学科交叉研究成果，占文献发表总量的25%。

图5 文献的学科领域分析

从上述数据来看，对中国期货市场交易策略的研究主要还是归属于传统的经济与管理科学，如近期期货市场业务创新的热点主题“期货+保险”模式，理应在经济管理科学与农业科学之间交叉研究，但归属于农业科技的发文文献仅为1篇，说明中国的期货市场交易策略研究还缺乏跨学科的系统性研究，如与计算机、量化、程序化的结合等，与其他学科的联系与交叉，有助于更全面、更具体地研究期货交易策略，应该成为未来研究的一个趋势与重点。

三、研究文献主题性统计分析

（一）文献研究演进路径分析

图6是利用Citespace 5.5.R2软件对所选文献进行的时间线分析，在2017年至2019年间，时间线共分成了五个部分。

图6 期货交易策略的演进路径分析

首先是量化交易，它经历了农产品期货→跨品种套利→统计套利→程序化交易→套利的发展历程，可见，对于量化交易而言，其对象正由农产品期货向多品种期货发展，而且套利方式多样。

其次是套保效率，它的发展历程为股指期货→跨期套利→国债期货→套期保值→利率风险、金融衍生品、套保效率，可以看出，对于套保效率而言，由关注期限的影响发展到对利率及品种的关注，期货策略的研究考虑更加全面。

再次是协整，经历了从协整配对交易→商品期货→协整的发展历程，协整的进行不再仅仅依赖于配对交易而关注商品期货的组合是期货交易策略较为明显的发展趋势。

然后是套期保值比率，经历了从套期保值比率到沪深300指数期货的发展，说明套期保值不仅可以在商品期货中展开，指数期货也可以很好的进行套期保值。

最后是期货，经历了期货→高频数据→最优套期保值比率，说明对于期货的研究，学术界不再仅仅局限于规避风险，而是要在规避风险的基础上实现增值，这为期货的交易策略研究提供了发展方向。

（二）关键词聚类分析

图7是根据Citespace5.5.R2软件进行的关键词聚类分析，每个聚类是多个紧密相关的词组成的，聚类顺序从0到4，数字越小，表明聚类中包含的关键词越多。分析结果显示，对期货市场交易策略的研究根据关键词出现的频率和频次，一共积聚成了5类，分别是量化交易、套保效率、协整、套期保值比率和期货。本文将在下一节对上述几个方面的重点文献进行研读并分析和归纳相关的重要研究成果。

图7 关键词聚类分析

（三）高影响力文献统计

文献被引率是评价文献水平的重要指标之一，反映了该文献在学术影响力上的高低程度。表2列出了2017至2019年在期货交易策略研究上影响力较高的文献，其中张娆的《监管层自利、外部监督与盈利预测偏差》被引频次最高，由此可以看出期货监管是学者们在期货交易策略研究上关注的重点。其余9篇涉及套期保值策略和套保模型等，是期货交易策略的传统的研究热点与主题。

表2 期货交易策略研究高影响力文献列表

四、中国期货市场交易策略研究综述

为更好地梳理和分析中国期货市场交易策略的研究重点，在上文对文献进行统计分析的基础上，特别是结合文献研究演进路径与关键词聚类分析结果，本文进一步采用内容研究法，对近年来高影响力、高水平的部分文献进行重点研读，对近年来有关期货市场交易策略的研究成果从研究对象与研究方法两个层面进行归纳和综述。

（一）研究对象主题研究成果

1.套保比率与套保效率主题研究成果

在优化套保比率以提升套保效率方面，Jin Suk Park通过建立一个马尔可夫制度转换（MRS）模型考察套期保值和投机压力对金属和能源市场现货与期货关系转变的影响。研究发现，在铜、原油和天然气市场上，套期保值压力增加了转换的可能性，而投机压力则降低了这种可能性，但在白银和采暖油市场上，这一效应相对较弱。作者通过检验最小方差套期保值比率的套期保值效果，提升套期保值比率[1]。Yudong Wang在不同的最小风险框架下对套期保值绩效进行了评价，并试图找到最优的套期保值模型。他共使用了十个流行的计量经济指标，结果表明，常数套期保值比模型在min-V框架下的表现要好于动态对冲比率模型，而在min-R框架下，DCC-garch的情况则表现最好。[2]Shu-Mei Chiang提出了一种包括时变连续状态GARCH和离散跳变分量的模型，以分析三个农业期货的波动特征。结果表明，美元指数和油价确实影响了玉米、大豆和小麦期货的价格。自回归跳跃强度（ARJI）趋势模型比GARCH模型更好地拟合，在预测性能方面优于GARCH模型，可以有效提升套保效率。[3]尹力博通过利用最优动态套期保值模型，构造了两个适合于投资者进行长期投资的最优资产组合，其一是双赢策略，另一个是最优动态套期保值模型。最优动态套期保值模型在考虑了规避风险的基础上也实现了投资者盈利的需求。套保需求由短期纯套保需求和跨期套保者套利需求两部分构成，更进一步地研究了套期保值比率的意义，也更符合企业长期套保的利益诉求。[4]王杰结合HAR模型和DCC-GARCH模型，为了得出混频套期保值比率，便利用了经过高频数据估计下的相关系数和低频数据估计期货与现货的方差。[5]牛耘选取了最便宜可交割券150005.IB以及从2015年4月15日到2016年12月 30日的3～5年、5～7年、7～10年、10年以上国债指数的日收盘价序列作为现货序列，并选取了相同期间的十年期国债期货的日收盘价序列作为期货序列，运用ECM、OLS、GARCH和Copula-GARCH四种方法估算期货序列对各现货序列的套期保值比率，然后根据单位风险补偿最大化和风险最小化方法来评估出的套保比率的套保绩效，最后认为，四种方法所估计的同一现货的套期保值比率差异不大，按套保比率大小进行排序有GARCH＞ECM＞OLS＞Copula-GARCH，Copula-GARCH模型所估算出的套保比率最小，因此套保成本也最小，故而套保效率最好。陈昕利用静态套期保值模型、误差修正模型（ECM）、普通最小二乘法（OLS）、广义自回归条件异方差（GARCH）、动态套期保值模型、指数广义自回归条件异方差（EGARCH）来估计最优套期保值比率，发现这几种模型所估算得到的套期保值比率基本一致。[6]蔡清亮为了测算出动态套期保值比率，采取了修正的ECM-GARCH模型，消除了由残差序列的条件异方差导致的额估计模型结果的误差，也消除了期现价格之间长期的均衡关系。[7]裴元选取2013年到2018年3月中国、新加坡铁矿石市场的现货和期货日收益率序列，并构建 Copula-GARCH模型以确定最优套期保值比率。结果表明该模型的套期保值比率最小，且相比其他方法，套期保值效率最高。[8]王玮在分析AAA不同期限最小二乘法（OSL）套期保值效果的基础上，得出国债期货可以进行管理信用债风险，且为防范信用债风险提供了发展方向，即：将国债期货和沪深300股指期货相结合，进行组合套保，可以提高套期保值效率。[9]

2.量化交易主题研究成果

在量化交易方面，赖添指出，在对我国商品期货市场进行量化投资的背景下，根据随机森林的波动性分类过滤策略的入场条件，会很大程度上改善交易策略结果。[10]邓斌通过分析中国期货市场沪深 300股指期货，研究中国期货市场上量化投资的应用和发展，编写策略时利用TB量化软件，更进一步地，依据沪深300股指期货的历史数据，运用择时规则与策略打造成盈利加仓交易模型，进行盈利加仓模型的实证分析，测试的最终结果显示量化投资并不是摒弃了传统意义上的技术面分析和基本面分析的投资方式，而是在此基础上利用计算机技术，提升信息整合能力，促使投资者作出更为有效的投资策略。[11]李易桐为提出了一个很好的投资者优化MACD参数的方法，认为投资者可以把MACD参数应用在不同市场以进行优化，还能利用其他技术指标，比如布林线等指标进行参数优化，提升技术分析的正确性，降低投资者投资的风险。[12]章旗凯在研究投资策略的可行性时，筛选了关于期货市场信号源头的指标，结合信号组合建立了FOF基金的量化投资策略。这种投资策略不仅在样本区间内取得了稳健而优秀的成绩，还在样本区间外表现出了该投资策略在控制风险、获取收益等方面的平稳表现，拥有推广的实践性和设计的科学性。[13]卢国豪在建立动态权重资金流向模型的基础上，使该模型可以有效显示市场资金流向及其规律，并在新公式的基础上构建量化交易策略，包含了商品期货市场价格变动和资金流向之间的关系，进而使避免直接套用股市资金流向公式所产生一系列错误成为可能。[14]费佳峰利用实务界中两种不同类别的交易策略并略微修改，构建了相对应的量化择时交易系统和统计交易系统，得到单一策略无法使全品种获利，择时交易系统和市场波动率的变化方向基本一致，交易策略经波动率择时后的效果比简单叠加的结果更优的结论。[15]张玉希在股指期货市场上应用现代技术的时间序列分析，在改进预测波动率的GARCH模型的基础上，构建了AR(4)-EGARCH（1,1）模型，利用标准化残差序列的特点确定交易阈值，可以有效描述数据的相关性，在将交易成本纳入考虑范围的情况下，投资的风险低且成功几率大，所以该模型在一定的范围内具有实践性和参考价值，并提醒投资者在进行套利交易时，既要关注交易手续费率的变化，也要关注高频数据以便利用更多套利机会。[16]

3.协整应用主题研究成果

较多的学者采用协整的方法应用于交易策略分析与检验。王建华研究了时变系数协整回归模型，以解决经典协整回归模型在实际应用中所存在的不足，然后对金融时间序列的变点时刻进行了测算，并在股指期货统计套利策略中引入合适的变结构点，能够更加精确地认定股指期货的买点和卖点，以更好地利用套利交易机会，获得更为优异的套利成绩。[17]陈治多通过运用门限协整理论构建模型，即构建了TVECM模型和TAR模型，对门限协整的作用进行了验证，门限协整也可应用到跨品种套利的研究中，可以有效提升策略的效果。[18]王思云利用协整模型均值回复的原理，构建了面向整个商品期货市场的组合交易策略。但是该策略在组合比例中存在无法消除的正常误差。[19]吴静雯通过利用菜籽油、棕榈油和豆油三者之间的变化构建Li index指标，通过观察均线和指标之间存在的某种关系进行套利研究。并在比较不同策略不同组合的年化收益率、夏普比率、累计收益率、最大回撤等指标的基础上，认为基于协整的两两跨品种统计套利策略可以做到回撤率更小的基础上的年化收益率最大化，因此优于基于 Li index的三个品种组合跨品种套利策略。[20]

4.期货品种主题研究成果

Yue Zhang在研究电力期货时，在分析反向神经网络的基础上，利用需求侧定价机制（DSP）和机会成本定价机制（OCP），得出的结论如下：期货价格的表现与批发市场的定价机制密切相关：在DSP下，期货价格为较高，波动较大；在OCP下，期货价格较低范围但更稳定。[21]Panit Arunanondchai通过分析ETF的样本外套期保值效果，并与期货交易所进行比较，探讨ETF在应对原油、汽油、采暖油和天然气市场尾部风险方面的作用。应用经验分布法和kernel copula法估计了多空套期保值者的风险最小值(Var)和最小期望缺口(ES)套期保值比率。结果表明，期货合约是较好的原油和采暖市场尾部风险的对冲工具，而ETF在汽油和天然气市场提供了更好的下行风险保护。[22]何其祥通过对国内商品期货进行研究，并根据相关的交易数据和不同的交易策略，对风险溢价进行了分类，并且根据分类分别研究了其与市场经济变量之间的关系。[23]林杰在研究棕榈油期货的基础上，得出程序化交易可以优化交易策略的结论。[24]尹力博基于对原油期货组合的分析，认为从长期投资者立场出发的最优动态套期保值模型是一种双赢策略，并且稳健易行。[4]张蕾对农产品期货市场进行了研究，认为可以通过交叉套期保值来降低农产品市场风险。[25]王良基于ETF基金组合，构建了高频数据条件下的股指期货套利模型，他认为，在中国股指期货市场上，与反向套利机会相比，正向套利机会较多。[26]张璐在对中国金融期货交易所交易的沪深300股指期货历史交易数据进行研究的基础上，认为套期保值交易行为应得到鼓励，以推动我国股指期货市场的稳健运行。[27]徐鹏利用了历史分解工具和SVAR模型对原油价格波动进行了分析，发现原油价格驱动因素主要是由于美元流动性和需求侧冲击，在此基础上提出了推动经济高质量发展、改善原油使用效率和提升人民币在原油期货定价中的定价权的建议。[28]王旭宁通过对50ETF期权和IH期货套利的分析，认为50ETF和IH期货间存在一个较为稳定的差价。[29]葛天伦研究分析了国债期货，认为不同类型的投资者适合不同的策略方法，有些投资者会综合考虑风险和收益之间的关系，就适合基点价值法，而有些投资者更注重风险规避，就适合OLS、B-VAR、ECM、GARCH模型。[30]

（二）研究方法主题研究成果

Bin Gao考虑到期货市场套利的局限性，提出了一种多期交易的感性定价模型，讨论了期货均衡价格在长期和短期受情绪影响的投资者，包括理性套利者都在市场中存在和相互作用时如何变化的问题。作者认为，该定价模型优于其他模型，可以更好地预测期货价格。[31]Shu Mei Chiang采用自回归跳跃强度（ARJI）和分量模型相结合的ARJI趋势模型来分析美国的影响、美元指数和油价对生物燃料相关商品期货动态特性的影响。结果表明，ARJI趋势模型不仅能更好地拟合玉米、大豆和小麦期货波动动态数据，而且在样本外预测方面也表现得更好。[3]Bouchra Benzennou通过研究危机时期影响股票期货和期权流动性的共同因素，研究指出，在衍生品市场同时低流动性的时期，市场参与者需要谨慎地构建其对冲、投机和套利策略。[32]Masato Ubukata利用现货和期货收益的时间序列模型，提出了一种条件最小下行风险套期保值方法，并实现了协方差测度。[33]Hui Qu研究了基于高频数据的实现最小方差套期保值率（RMVHR）方法的动态套期保值性能。结果表明，在样本外预测周期内，基于RMVHR方法的动态套期保值性能在套期保值有效性和跟踪误差波动率方面均明显优于传统方法。此外，基于RMVHR的方法在不同的市场结构和不同的波动机制（包括2015年中国异常的市场波动和2008年的美国金融危机）中具有强大的优势。[34]赖添通过对我国的期货市场进行量化投资，极大地改善投资交易结果。[10]邓斌在传统的基本面分析和技术面分析的基础上，结合了信息技术，利用TB量化软件编写交易策略，使投资开展得更加迅速且稳定。[11]王杰通过利用低频数据与高频数据的不同作用，确定了混频套期保值比率，得出混频套期保值所得出的绩效会优于单一频率所确定的套期保值绩效。[5]王力文基于对泛化套利交易系统的分析，认为可以将复杂的操作和运算交由程序处理，而不必耗费大量人力，使套利交易解决方案的用户操作得到简化。[35]周亮通过对机器学习方法的研究论证，得出机器学习方法不但在非线性时间序列中预测较准，而且为低风险套利提供了新的方向。[36]林杰将交易策略模型进行程序化，构建了商品通道指标（CCI）和相对强弱指标（RSI），得出程序化交易可以优化模型参数，从而获取更大收益。[24]黄橙利用Logistic模型，对比分析了多元化经营和衍生金融工具对冲两种风险控制手段，发现相对于纵向多元化的企业，横向产品多元化的企业更倾向于参与期货市场。[37]王建华为测算金融时间序列中的结构突变点，利用时变系数协整回归模型，并利用测算出的变点构建了变结构协整模型，研究出的结果表明相对于普通协整模型下的套利效果，在时变系数协整模型的基础上检测的两个变点套利效果更好。[17]李岩通过进行计量模型分析，得出发展成熟的期货产品其期、现价格在基本保持同步变动的基础上存在着短暂的相互领先关系。[38]傅强利用时变状态空间模型研究期货市场有效性是如何演变的，并创新性地研究了市场深度，认为市场深度可以略微提高期货市场的有效性，并减缓市场有效性的波动。[39]陈标金进行了量价关系实证分析，并利用了Wilcoxon秩分析，最终发现，保证金比率和交易费用的临时提高对调控期货价格波动和趋势无效，提高比率幅度较大时才能对期货市场的过度投机行为起到抑制作用，但会加剧短期价格的波动。他认为期货交易所应利用“大户报告制度”和“持仓限额制度”防范期货市场的价格操纵和过度投机。[40]钱煜昊运用ARM模型，认为由于存在理性预期，期货市场的投机诱导与金融化对商品期货的长期价格影响并不显著，而实际供求关系对商品期货的长期价格起着主导作用。[41]张瑞稳通过对比传统的套期保值模型，构建了GARCH-CVaR优化动态套期保值模型，认为GARCH-CVa模型比GARCH-VaR模型更具有实用价值，其套保比率更高。[42]邸浩利用LSTM-Adaboost模型对非平稳、非线性的商品价格序列进行建模和估算，得出基于LSTMAdaboost模型的商品期货交易策略投资效果更优。[43]龙奥明对比研究了LSTM神经网络算法、卷积神经网络和BP神经网络，得出基于LSTM神经网络的套利效果更好。[44]

五、结论与展望

（一）结论

综上所述，本文通过可视化分析，发现对中国期货市场交易策略的研究主要集中在套保效率、量化交易、协整应用、套保比率、期货品种以及研究方法等主题上，研究热点众多。在众多套保模型中，基于GARCH模型所做的套保效率最高；量化投资也可以通过GARCH模型进行研究，并且量化投资是期货交易策略的研究重点；协整模型并不能满足实际研究的需要，学者们于是在协整模型的基础上发展了时变系数协整回归模型、TVECM模型和TAR模型等模型，有效地提升了套保效率；许多学者都曾对套保比率进行对比，最终认为Copula-GARCH模型的套期保值比率最小，且相比其他方法，套期保值效率最高；学者们还通过构建模型、对比探讨、实证分析等研究方法对期货交易策略进行研究，研究方法随着研究品种、期限等的不同而不同；研究对象覆盖了电力期货、棕榈油期货、农产品期货、国债期货、50ETF期权和IH期货、沪深300股指期货等多品种，研究品种较为齐全。

（二）展望

基于上述研究过程与研究结论，结合期货交易策略的理论脉络与现实情境，本文认为，下一步有关中国期货市场交易策略的研究，首先应优化和提升期货交易策略的研究方法，关注何种研究方法在交易策略理论研究与交易实践中更可靠和有说服力，同时更多地关注交易策略研究模型的可应用性。其次注重套期保值的策略和程序的开发与应用，以更好地实现套期保值的目的。最后，对量化交易策略进行实际应用，因为量化投资依据克服了人性弱点的计算机技术进行资产配置，可以有效降低风险，提高决策的科学性。

注释：

① CiteSpace是由华裔学者陈超美教授创制的一个文献计量学工具，可用于观察某个研究领域的研究趋势或动向，并以可视化的方式加以呈现。

② 总篇数为102篇，超出所选文献总数，不排除有些作者在所选文献中出现不止一次的情况。

③ 共计90篇，较所选的99文献少9篇，不排除机构联合发表的情况。