金融市场的交易不间断的进行着，价格始终以高频更新着，传统的时间序列分析方法在解决金融数据的时候往往效果较差，原因是金融价格产生的随机过程一般是非平稳的。函数型数据分析把观测数据看成一个整体，即将价格变化过程视为一个连续的随机过程，其样本也就是一系列的曲线，进而从函数的角度进行分析。因此，将函数型数据分析应用在量化投资中，构建基于函数型数据分析的期货价格形态识别模型，是本文研究的重点。首先，建立基于函数型数据分析的价格曲线形态识别模型。通过函数型数据主成分分析对期货价格曲线进行特征分析，选取特征值最大的第一主成分函数作为输入端进行K-Means聚类分析，聚类结果表明归属20个不同质心函数的样本呈现显著的差异性。然后，进行期货价格曲线形态识别的实证分析，构建期货交易系统。设计了交易系统的研究框架，包括评价指标，回溯外推检验设计以及最优化设计。进而，根据期货价格曲线形态识别模型设计交易系统的核心部分——交易策略。最后，针对交易系统外推检验的结果进行评价分析，在外推检验报告中表明，该模型具有年化收益10%，日亏损超过1%的交易日仅占2%的总交易日的良好表现，不足之处在于最大回撤率为8%。仍存在有一定的长期风险。