2414 多资产加权动量 ETF 轮动策略 安全摸狗策略

1. 动量计算体系：

• 改进型回归模型：对 25 日对数收益率进行加权线性回归（近期数据权重更高）
• 复合动量指标：年化收益率 × 加权 R 平方，兼顾趋势强度和稳定性
• 安全边际筛选：排除动量值 > 5 的过热品种，规避趋势末端风险

2. 资产配置组合：

• 跨市场 ETF 覆盖：黄金（大宗商品）+ 纳指（科技股）+ 创业板（成长股）+ 上证 180（价值股）
• 极端情况避险：当所有 ETF 动量值为负时自动切换防御品种
• 单品种集中持仓：全仓配置当日最强动量 ETF，最大化趋势收益

3. 交易执行优化：

• 高频调仓机制：每个交易日开盘立即调仓，及时捕捉趋势拐点
• 智能滑点设置：0.1% 的固定滑点平衡冲击成本与成交概率
• 低成本运作：基金交易佣金降至万 0.2，单笔最低 5 元

4. 风险控制体系：

• 动量异常值过滤：剔除短期暴涨暴跌的不可持续趋势
• 权重衰减设计：越早期的价格数据权重越低，降低噪声干扰
• 自动止损机制：动量转弱即触发换仓，避免主观判断干扰

策略代码

import numpy as np
import pandas as pd

#初始化函数 
def initialize(context):
    # 设定基准
    set_benchmark('000300.XSHG')
    # 用真实价格交易
    set_option('use_real_price', True)
    # 打开防未来函数
    set_option("avoid_future_data", True)
    # 设置滑点 https://www.joinquant.com/view/community/detail/a31a822d1cfa7e83b1dda228d4562a70
    set_slippage(FixedSlippage(0.001))
    # 设置交易成本
    set_order_cost(OrderCost(open_tax=0, close_tax=0, open_commission=0.0002, close_commission=0.0002, close_today_commission=0, min_commission=5), type='fund')
    # 过滤一定级别的日志
    log.set_level('system', 'error')
    # 参数
    g.etf_pool = [
        '518880.XSHG', #黄金ETF（大宗商品）
        '513100.XSHG', #纳指100（海外资产）
        '159915.XSHE', #创业板100（成长股，科技股，中小盘）
        '510180.XSHG', #上证180（价值股，蓝筹股，中大盘）
    ]
    g.m_days = 25 #动量参考天数
    run_daily(trade, '9:30') #每天运行确保即时捕捉动量变化

关键函数解锁后查看：

# 交易
def trade(context):
    # 获取动量最高的一只ETF
    target_num = 1  
    target_list = get_rank(g.etf_pool)[:target_num]
    # 卖出    
    hold_list = list(context.portfolio.positions)
    for etf in hold_list:
        if etf not in target_list:
            order_target_value(etf, 0)
            print('卖出' + str(etf))
        else:
            print('继续持有' + str(etf))
            pass
    # 买入
    hold_list = list(context.portfolio.positions)
    if len(hold_list) < target_num:
        value = context.portfolio.available_cash / (target_num - len(hold_list))
        for etf in target_list:
            if context.portfolio.positions[etf].total_amount == 0:
                order_target_value(etf, value)
                print('买入' + str(etf))

2025-02-25