您好，编写期货量化交易软件是一项复杂且专业的任务，它涉及到金融市场的深刻理解、编程技能以及对相关法律法规的遵守。在中国，进行期货量化交易需要特别注意风险管理和合规性。可以及时电话或微信联系我，我这有丰富的量化资料免费送。可以按照以下步骤进行：

一、前期准备
1. 下载与安装掘金量化软件：从掘金量化的官方网站下载软件安装包。按照提示进行安装，直至完成。注意在安装过程中关闭杀毒软件，以免下载时程序被误杀导致安装不完整。
2. 注册与登录：安装完成后，打开软件，使用手机号注册一个掘金量化账号。 使用注册的账号和密码登录掘金量化软件。
3. 了解期货市场与量化交易：学习期货市场的基本概念，包括期货合约、交割方式、保证金制度等。掌握期货市场的交易规则和风险特点。学习量化交易的基础知识，如数据分析、统计学、算法等。
二、编写策略
1.选择编程语言：掘金量化终端支持Python、C++、C#、Matlab等多种编程语言。 根据自己的喜好和熟悉程度选择合适的编程语言。
2. 新建策略： 在掘金量化平台中，点击页面右上角的“新建策略”。 选择相应的编程语言进行策略新建。
3. 编写策略代码：进入策略编辑器，开始编写策略代码。策略代码应包含初始化函数、数据订阅函数、事件处理函数等关键部分。初始化函数中通常包含策略的基本设置和参数初始化。

以下是一个简单的Python策略代码示例（以双均线策略为例）：

```python
def init(context):
context.short = 20 # 短周期均线
context.long = 60 # 长周期均线
context.symbol = 'SHFE.rb2101' # 订阅交易标的
context.period = context.long + 1 # 订阅数据滑窗长度
subscribe(context.symbol, '60s', count=context.period) # 订阅行情

def on_bar(context, bars):
prices = context.data(context.symbol, '60s', context.period, fields='close')
short_avg = talib.SMA(prices.values.reshape(context.period), context.short)
long_avg = talib.SMA(prices.values.reshape(context.period), context.long)

三、策略回测与优化
1. 获取数据：掘金量化支持获取国内多个期货市场的历史行情数据，包括Tick情和Bar行情。 可以通过订阅或接口方式获取所需数据。
2. 策略回测;使用掘金量化平台提供的回测工具或第三方回测框架（如Backtrader），对策略进行本地回测。 评估策略在历史数据上的表现，包括收益率、波动率、最大回撤等指标。
3. 策略优化:根据回测结果，分析策略的优点和不足。 进行必要的调整和优化，如修改参数、调整逻辑等。 尝试不同的参数组合，以找到好的交易策略。

按照以上步骤，您可以使用掘金量化软件编写并优化期货量化策略，并进行仿真交易和实盘交易。请注意，量化交易存在一定的风险性，请务必在充分了解市场规则和风险特点的基础上进行交易操作。

要想入门量化交易不踩坑，或者觉得量化做起来有点复杂，不知道从哪儿开始，可以直接加我微信或电话交流学习，让你低成本免费实现量化，还有现成的量化策略模型，免编程，直接用，一对一帮你快速上手!