在上世纪末,随着计算机技术和金融数学的快速发展,程序化交易逐渐取代传统的主观交易,早期许多策略是根据基本面分析和技术分析开发而来,但是到了量化时代,基于量化模型设计的交易策略逐步受到投资者的关注。由于我国金融市场制度的不完善,做空机制欠缺,我国程序化交易的比例远低于国外成熟的市场,但是在沪深300股指期货、上证50股指期货和中证500股指期货相继推出后,我国资本市场的做空机制越来越完善,对于程序化交易者来说,将是一个大展拳脚的好机会。基于程序化交易在我国如火如荼的开展的背景下,本文设计了一套基于量化模型的程序化交易策略。为投资者提供一套新的程序化交易系统并且希望扩展投资者设计交易策略的思路,将非参数方法应用到程序化交易策略设计的领域里。本文首先介绍了程序化交易系统的分类以及设计程序化交易系统的整个流程,文章接下来的交易策略的设计过程紧紧的按照了程序化交易系统设计的流程图,以期得到一套严谨且令人信服的交易策略。然后介绍了本文设计的交易策略基于的非参数核密度估计的时变分位数的模型,并且对时变分位数模型的估计和预测效果进行了检验,接着通过将时变分位数模型与布林带通道思想结合,构建交易区间,然后设计一套反趋势震荡的交易策略,并且给出了一套评价交易策略结果的评价体系。在设计了交易策略和评价体系之后,实证分析了交易策略对三种期货品种的盈利能力,同时考虑到了滑点和止损方式对交易结果的影响,并且与相对应的三种股指指数大盘收益进行了比较。最后为了比较本文设计的交易策略的性能,介绍了一套学术界已经设计出来的基于神经网络模型的交易策略,并对这个策略做了同样的测试。最后的研究发现,滑点对程序化交易,尤其高频交易来说,尤为重要,跟踪止损的方式优于固定止损的方式。本文设计的交易策略应对盘整震荡行情的能力优于剧烈震荡的行情,该策略能够抵抗大盘下跌的风险,但是收益伴随着一定的风险。累计收益远超过大盘收益,以及基于神经网络模型设计的交易策略的收益,且风险相对较小。