有些期货预测模型在不同市场环境下都能保持较好的排名表现。以下是一些常见的期货预测模型：

移动平均线模型：该模型是一种基于历史价格数据的趋势跟踪模型，适用于不同市场环境。通过计算不同时间段的移动平均线，可以判断市场的趋势，从而制定相应的交易策略。相对强弱指数（RSI）模型：该模型是一种基于价格动量的振荡器模型，适用于不同市场环境。通过计算市场的买卖力度和速度，可以判断市场的超买超卖情况，从而制定相应的交易策略。自回归移动平均模型（ARIMA）：ARIMA模型是一种时间序列预测模型，适用于不同市场环境。通过对历史价格数据进行拟合和预测，可以预测未来的价格走势，从而制定相应的交易策略。神经网络模型：神经网络模型是一种基于数据挖掘和机器学习的预测模型，适用于不同市场环境。通过对历史价格数据进行训练和学习，可以识别市场的模式和趋势，从而预测未来的价格走势。随机森林模型：随机森林模型是一种基于决策树的集成学习模型，适用于不同市场环境。通过对多个决策树进行集成和学习，可以提高预测的准确性和稳定性，从而制定相应的交易策略。

需要注意的是，不同的期货预测模型具有不同的特点和适用范围，投资者在选择模型时应根据自己的投资目标和风险承受能力进行综合考虑。同时，建议在使用模型进行交易前进行充分的测试和验证，以确保模型的准确性和有效性。

最后需要提醒的是，没有任何一种预测模型可以完全准确地预测未来的市场走势。市场受到多种因素的影响和干扰，如政策、基本面、情绪等，这些因素难以完全量化和预测。因此，投资者在使用预测模型进行交易时应保持谨慎和理性，结合多种信息和分析方法进行决策。