在计算机技术、数据科学高度发达的今天,我国量化投资行业也往前迈了一大步,随着市场环境日益复杂,依靠单一策略实现稳定盈利基本已无可能,将数理金融、统计理论与传统的投资思想相结合是量化投资新的研究方向。本文的研究内容是基于Hurst指数构建一个可以识别不同市场环境且基于市场环境切换交易风格的量化投资策略,并对其在我国商品期货市场的实证表现进行研究。首先,本文选取了经典的双均线策略作为趋势型子策略;以布林统计套利策略作为震荡型子策略,选用2014年至2017年我国商品期货市场品种的价格序列数据,分别对这两个策略进行研究。结果表明:双均线趋势型策略对豆粕、焦炭、螺纹钢这三个品种均取得了正向收益,但三个品种的最大回撤率都较高、夏普率比较低,说明仅仅依靠双均线策略,难以获取稳定收益,无法避免在长期震荡中形成的较大回撤;使用布林震荡型套利统计策略,对豆粕-菜粕、焦炭-焦煤,螺纹钢-铁矿石三个套利组合进行回测,虽然都能获取正向收益,但是相对的回撤也比较大。其次,论证了分形市场假说在我国期货市场上应用的合理性,通过Jarque-Bera检验可知,各收益率序列并非正态分布,我国的期货市场符合分形市场假说。最后,本文构建基于Hurst指数的量化投资策略,进行实证研究,同时优化参数并对2018年交易数据进行样本外测试。研究发现:通过Hurst指数将双均线趋势型策略与布林震荡型统计套利策略进行组合,使得收益率有所提升,在一定程度上降低了最大回撤,即通过Hurst指数构建的趋势与套利策略是可行的,可以为趋势策略带来正向反馈;与单独使用趋势型量化投资策略或统计套利量化交易策略相比,本文新构建的量化投资策略能实现稳定盈利,为有机结合两种乃至多种不同的量化投资策略进行了有益探索。