hxj20061987
V2EX  ›  股票

近 4 个月狂揽 62%!六年 11 倍 ETF 双池动量轮动

  •  
  •   hxj20061987 · May 29 · 374 views

    最近在研究五福及社区多位大佬的 ETF 轮动策略后,我做了一次系统性整合,对几条策略的核心交易逻辑进行了深度杂交优化,最终形成了这套「 ETF 双池平滑动量轮动」

    今天,我将为大家深度拆解这条策略的核心逻辑。该策略在传统动量轮动的基础上,引入了静态+动态双池融合、加权平滑动量打分、双均线趋势过滤、行业分散机制以及严格的止损和防御机制,极大地增强了策略的实战鲁棒性。


    策略参数速查表

    在深入讲解逻辑之前,先把核心参数列出来,方便大家快速掌握调参空间:

    参数 默认值 说明
    持仓数量 1 只 单满仓轮动,回测数据均基于此设置
    动量计算周期 25 天 越短越灵敏,越长越稳健
    短期均线 MA20 趋势过滤用
    长期均线 MA60 趋势过滤用
    止损比例 **8%**(成本价 92%触发) 触发后立即清仓
    放量阈值 5 日均量的 2.5 倍 超过则剔除或清仓
    动态池大小 全市场成交额前 100 日均成交额≥5000 万
    防御 ETF 511880 银华日利 无目标时自动切换

    下面,让我们逐一剖析这套策略的全部交易逻辑。


    一、 标的池构建:静态精选 + 动态流动性捕捉

    传统的 ETF 策略通常只在一个固定的池子里轮动,这就容易错失市场突然爆发的新热点。本策略创新性地采用了“双池融合”架构:

    1. 静态核心池(防守与底仓): 由 130+只核心 ETF 组成。涵盖了宽基(沪深 300 、中证 1000 等)、核心赛道行业(半导体、医药、新能源等)、以及跨境资产(纳指、日经、标普等)。这保证了策略在任何时候都有主流资产作为基本盘。
    2. 动态流动性池(进攻与捕捉热点): 市场热点在哪里,资金就在哪里。策略每日盘前会扫描全市场所有的 ETF ,提取过去 5 日平均成交额大于 5000 万元的前 100 只 ETF加入动态池。这种动态优选机制,确保了策略能够自动跟踪近期资金最活跃、流动性极佳的标的。
    3. 融合去重: 最终的候选池是“静态池”与“动态池”的并集,去重并剔除掉用于现金替代的防御型 ETF (如银华日利),形成最终的“融合池”。

    二、 三重核心筛选过滤逻辑

    有了候选池后,策略并没有直接计算涨跌幅,而是进行了极其严苛的三重筛选:

    1. 趋势护航:双均线过滤( MA20 & MA60 )

    动量策略最怕在熊市中接飞刀。策略引入了经典的双均线趋势判定:

    • 条件:当日收盘价必须大于短期均线( 20 日),且短期均线必须大于长期均线( 60 日)。
    • 作用:只有在多头排列(至少是中期多头)的标的才允许参与评分,从源头上过滤掉了处于下降通道或弱势震荡的 ETF 。

    2. 核心打分:加权对数平滑动量( R²评分)

    传统动量仅比较首尾涨跌幅,容易选到“上蹿下跳”的妖基,一买就回调。策略使用了更科学的平滑动量:

    • 对数收益加权回归:取过去 25 天的收盘价,取自然对数后进行线性回归。并且赋予近期价格更高的权重(权重从 1 递增到 2 ),让近期趋势主导斜率。
    • 计算年化收益率( Annual Return ):由回归直线的斜率计算得出。
    • 拟合优度惩罚( R²):这是策略的灵魂。R²衡量的是价格曲线有多“直”。如果一只 ETF 稳步上涨,R²接近 1 ;如果是暴涨暴跌,R²会很低。
    • 最终得分 = 年化收益率 × R²
    • 结果:过滤掉得分过低或极度夸张的异常值(有效得分范围限制在 0~5 之间),选出上涨最平稳、动量最强劲的品种。

    3. 量价异动排雷:成交量极值过滤

    放巨量往往是主力资金分歧或出货的标志,容易形成阶段性顶部。

    • 盘中动态预估:策略能够根据盘中交易的时间进度,推算全天的预估成交量。
    • 放量过滤:如果当天的预估成交量超过了过去 5 天平均成交量的2.5 倍,即使动量得分再高,也会被无情剔除,防止高位接盘。

    三、 资金管理与行业分散机制

    在确定了得分最高的标的后,买入阶段同样充满了细节:

    1. 行业分散限制: 策略内置了一个ETF 主题分类词典(如:半导体、医药、消费、跨境、宽基等)。在按照得分从高到低选取目标时,逻辑上会优先选取不同行业的 ETF ,以避免同质化标的扎堆。

      实战避坑提示:这里必须坦诚说明,经过大量回测验证,强行加上行业分散的实际收益效果并不明显,有时甚至会拉低收益。如果您的参数设置是多只持仓,可以尝试开启此功能防范黑天鹅;但如果您像我们默认设置的一样是单满仓轮动(只买 1 只),那么这个开关开不开启都无所谓,系统会直接锁定全市场动量最强劲的那一只龙头猛攻!

    2. 目标再平衡: 当持仓标的仍在目标池中时,策略不会频繁全量买卖。而是检查当前持仓市值是否偏离目标市值的 15%以上。如果有较大偏离(跌了),则进行再平衡补仓,否则持股不动,节省交易成本。

    四、 卖出、止损与防御切换逻辑

    策略的卖出逻辑不仅看动量,还设置了坚固的风控网:

    1. 绝对止损(防黑天鹅): 买入时记录每一只 ETF 的加权平均成本价。一旦盘中价格跌破成本价的92%(即亏损 8%),立即无条件触发止损清仓,绝不扛单。
    2. 放量清仓(防高位反转): 如果在持仓期间,盘中预估成交量突然放大到 5 日均量的2.5 倍以上,说明资金出现巨大分歧,策略会提前获利了结或离场观望。
    3. 动量衰退调仓: 如果在每日的轮动计算中,持有的 ETF 掉出了前 N 名( N 为持仓数量),说明其动量已被其他品种超越,策略会将其清仓,为新龙头腾出资金。
    4. 防御型 ETF 避险(空仓替代): 如果市场极度恶劣,所有的 ETF 都未能通过均线过滤或动量积弱(即没有计算出任何有效目标),策略绝不强行买入。此时,资金会自动切换买入防御 ETF (如 511880 银华日利),获取类现金的低风险日结收益,耐心等待市场转暖。

    五、 智能执行细节

    • 避免涨跌停及停牌陷阱:策略在执行所有买卖订单前,都会判断标的是否停牌、是否已达涨停(不买)、是否已跌停(不卖),并自动检查 T+1 持仓限制,防止产生无效订单。
    • 执行时间优化:将卖出动作设在 13:07 ,买入设在 13:10 ,避开早盘的剧烈波动,在下午趋势相对明朗时进行调仓。盘前 09:20 与收盘 14:59 都有严格的持仓同步对账机制,确保系统记录与真实账户完全一致。

    六、 回测表现:短跑爆发与长跑稳健

    ⚠️ 特别说明:以下所有回测数据均基于单只满仓轮动(持仓数量=1 )的配置。模拟盘**采用的是 3 只分仓,收益有所降低但回撤也更小,后文有详细说明。

    ? 亮点呈现:2026 年以来表现( 2026.01 - 2026.04.22 )

    今年以来的行情中,双池平滑动量展现了极强的"追击热点"能力,短短不到 4 个月,策略收益突破 62%,年化收益更是飙升至 453%!

    Img

    指标 数值 备注
    策略收益 62.61% 不到 4 个月
    策略年化收益 453.97% ?
    超额收益 56.86% 同期基准仅 3.67%
    最大回撤 15.18% 最大回撤区间 3/24-4/8
    夏普比率 8.288 极强的风险收益比
    索提诺比率 12.625
    阿尔法 4.532
    胜率 / 盈亏比 63.3% / 1.915 赢 31 次,亏 18 次
    信息比率 7.555

    穿越牛熊:六年期长期回测( 2020.01 - 2026.04.22 )

    如果说短期的爆发可能是运气,那么长期的稳健才是策略真正的试金石。在长达 6 年的回测中(经历多轮牛熊切换),策略实现了超 11 倍的收益

    Img

    指标 数值 备注
    策略收益 1166.05% 超 11 倍
    策略年化收益 51.57%
    超额收益 980.60% 同期基准仅 17.16%
    最大回撤 35.13% 2024 年 6 月-9 月极端行情
    夏普比率 1.266
    索提诺比率 1.937
    阿尔法 0.486
    胜率 / 盈亏比 49.3% / 1.417 赢 364 次,亏 375 次
    信息比率 1.404

    总结: 从长期表现看,这套策略的胜率稳定在 50%左右,**它并不是"把把都赢"的圣杯,而是典型的"截断亏损,让利润奔跑"。通过"均线+R²平滑"保证趋势可靠性,通过"双池融合"保证标的流动性,再辅以"异动量过滤+8%绝对止损+行业分散+无标的防御"**,构筑起了能在 2026 年打出惊人爆发力的立体风控体系。


    七、 跟踪与交割单开源

    目前这条策略我已经正式挂载了模拟盘,并接入了 **[9db 智能体竞技场]**(一个第三方策略信号跟踪平台,可查看策略每日真实交割单与持仓动态,完全透明可验证)。欢迎感兴趣的朋友前往围观! Img

    参数说明: 上文回测中展示的是"单只满仓轮动"的极限爆发数据;而在我自己的模拟盘实战中,考虑到心态管理,我将参数调整为了**"同时持有 3 只 ETF"的分仓模式。分仓之后收益率确实比单仓降低了不少,但最大回撤也随之收窄,心态会更稳。先求活,再求快!**


    希望这篇深度拆解能对大家的量化策略开发有所启发!如果觉得有收获,欢迎点赞 + 关注,后续我会持续分享更多策略开发经验。欢迎在评论区留言,一起探讨 ETF 轮动策略的进阶优化方向!?

    2 replies    2026-06-01 16:07:43 +08:00
    iyuanyi
        1
    iyuanyi  
       May 30
    开源的吗?
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Solana   ·   1272 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 47ms · UTC 17:31 · PVG 01:31 · LAX 10:31 · JFK 13:31
    ♥ Do have faith in what you're doing.