您好，以下是用Python实现期货全自动量化交易编写策略的一些基本要点：

一、策略编写的前期准备

数据获取
使用相关的金融数据接口库，如tushare（对于股票数据，期货数据可能需要从期货公司接口或专业数据提供商获取，如万得等）。
例如，可以使用如下代码片段来获取简单的价格数据（假设是从某个测试数据源）：

import pandas as pd

# 这里假设数据已经以某种形式存在，例如从CSV文件读取
data = pd.read_csv('futures_price.csv')

确定交易策略类型
趋势跟踪策略
原理：跟随市场趋势进行交易，当市场处于上升趋势时做多，处于下降趋势时做空。
示例逻辑：
计算移动平均线，如简单移动平均线（SMA）。
如果短期SMA（如5日均线）上穿长期SMA（如20日均线），则发出买入信号；反之，如果短期SMA下穿长期SMA，则发出卖出信号。

均值回归策略
原理：认为价格会围绕其均值波动，当价格偏离均值过多时，会向均值回归。
示例逻辑：
计算价格的均值（可以是简单平均或者加权平均等）。
设定一个偏离均值的阈值，当价格高于均值加上阈值时，发出卖出信号；当价格低于均值减去阈值时，发出买入信号。

二、策略编写步骤

指标计算
以计算简单移动平均线为例：

def SMA(data, window):
    sma = data['close'].rolling(window = window).mean()
    return sma

data['SMA5'] = SMA(data, 5)
data['SMA20'] = SMA(data, 20)

信号生成
基于移动平均线交叉的信号生成（以趋势跟踪策略为例）：

data['signal'] = 0
data.loc[data['SMA5'] > data['SMA20'], 'signal'] = 1
data.loc[data['SMA5'] < data['SMA20'], 'signal'] = - 1

执行交易逻辑
假设我们有一个虚拟的交易账户，初始资金为10000元，每次交易的手数为1手（这里只是示例，实际期货交易手数计算更为复杂）。

initial_capital = 10000
position = 0
for i in range(len(data)):
    if data['signal'].iloc[i]==1 and position == 0:
        # 买入操作，这里假设买入价格为当前收盘价
        entry_price = data['close'].iloc[i]
        position = 1
    elif data['signal'].iloc[i]== - 1 and position == 1:
        # 卖出操作
        exit_price = data['close'].iloc[i]
        profit = (exit_price - entry_price)*1
        initial_capital = initial_capital+profit
        position = 0

请注意，以上只是非常基础的示例，实际的期货量化交易策略需要考虑更多因素，如滑点、手续费、风险控制、多品种组合等。并且，在中国进行期货交易需要通过合法的期货公司平台，在进行实盘全自动量化交易之前，还需要进行严格的回测和模拟交易测试。现在期货可以手机开户，期货开户仅需要身份证和银行卡。

在我司开户还可以享受到优惠的期货交易所手续费，优惠的期货交易所保证金，每天提供各大期货品种的交易建议。