量化交易在20世纪70年代起源于美国,经过40多年的发展,量化交易的理论和技术逐渐成熟,在金融市场的应用也更加广泛。当前国内外主流的量化交易模型主要是基于历史价格数据和交易量数据,而交易量数据没有包含交易对象。本文从交易员持仓报告COT(Commitment of Traders)出发,研究期货价格和COT数据之间的关系,然后得到基于COT的量化交易模型,模型的改进是对传统模型的补充,对量化交易的发展具有一定理论意义。本文通过MetaTrader4量化交易平台构建COT量化交易模型,首先利用COT情绪指标构建初步COT量化交易策略,选取黄金、白银、原油、天然气、原糖、玉米、大豆、可可、咖啡、棉花共十种在金融市场交易活跃的商品对量化交易模型进行回测检验,验证不同参数组合下量化模型的表现。其次将COT情绪指标与MACD技术指标结合优化COT量化交易模型,借用遗传算法寻找MACD最佳参数组合,优化后COT量化交易模型进行样本外测试,并对测试结果进行收益和风险两方面评价。本文通过研究实证最后得出以下结论:第一,商品COT持仓中商业类净头寸与价格的关系最为紧密,由价格情绪指标构建的COT情绪指标的效果更佳。第二,单独COT情绪指标构造的量化交易模型取得年化20.55%的正收益回报,但风险控制方面还需优化提高。第三,COT情绪指标与MACD技术指标结合的量化交易模型测试效果更佳,在样本外测试中优化后的COT量化交易模型收益更高、最大回撤更小、净值曲线更稳定,年化收益率从20.55%提高至28.54%、最大回撤从9.21%缩小至4.86%、夏普比率由0.48提高至0.76。COT量化交易模型的研究希望能为投资者、套期保值者提供参考借鉴,为量化交易理论和实践发展贡献一份力量。