策略最原始来自于loveLQ的策略，但大佬未提供源码， 后经过神启大佬的复现，得到一个很不错的效果； 在这之上，我增加了移动止损条件，原本的止损是亏损5%止损，我增加了动态止损，从最高点回落5%也会止损； 该逻辑更切合我的投资风格。相对回撤也会更平稳； 各位大佬可以继续研究，控制回撤； 详情分析： ### 一、策略整体定位与核心目标 这是一款**ETF动量+质量因子**的量化策略，核心目标是筛选「高动量、低波动、趋势稳定」的ETF构建持仓组合，同时通过严格的风控规则（止损、量能过滤、跌幅过滤）和防御性切换机制控制回撤，最终实现“高收益、低波动”的投资效果。 策略核心逻辑：**动量（收益趋势）+ 质量（趋势稳定性/低波动）** 双维度筛选ETF，结合加权仓位分配+多层风控，市场弱势时切换到防御性ETF组合，避免单一风险。 ### 二、策略框架与核心模块拆解 策略基于聚宽（JoinQuant）平台开发，遵循「盘前计算因子→盘中执行交易→盘后更新数据」的每日运行逻辑，核心模块包括：**基础设置、因子计算、风控规则、交易执行、防御机制、加权/EPO优化**。 #### （一）基础设置（initialize函数） 这是策略的“初始化面板”，定义了所有核心参数、标的池、全局变量和运行调度，是策略的基础骨架。 | 核心配置项 | 具体内容 & 作用 | |------------|----------------| | 交易环境配置 | 1. 基准：沪深300（000300.XSHG）< br>2. 滑点：固定滑点3/10000（模拟实际交易成本）< br>3. 交易成本：佣金2.5/10000，最低佣金0.2元（ETF免印花税）< br>4. 禁用未来数据、使用真实价格 | | ETF标的池 | 15只覆盖不同品类的ETF（商品：豆粕/黄金；海外：纳指/标普/恒生互联网；A股：A50/创业板/中证1000/科创50等；行业：半导体/人工智能/机器人等），分散资产类别风险 | | 核心参数 | 1. 因子窗口：动量25日、斜率/均线/RSRS/波动率20日（控制因子计算的时间范围）< br>2. EPO优化参数：风险厌恶系数10、收缩系数0.2（后续讲解）< br>3. 风控参数：最大持仓3只、成本止损5%、跟踪止损5%、跌幅过滤5%、成交量过滤阈值等 | | 全局变量 | 1. g.hold_cost：记录持仓ETF的平均成本（用于成本止损）< br>2. g.hold_high：记录持仓ETF的最高价（用于跟踪止损）< br>3. g.factor_scores：存储所有ETF的因子得分< br>4. g.defensive_etfs：防御性组合（黄金/纳指/豆粕，抗跌性强） | | 函数调度 | 1. before_market_open（9:00）：盘前计算因子得分< br>2. market_open（9:35）：盘中执行交易逻辑< br>3. update_hold_high（15:00）：收盘更新持仓最高价 | #### （二）核心因子体系（before_market_open函数） 策略的“选股大脑”，盘前批量计算每只ETF的因子得分，筛选优质标的，核心是「先过滤（量能/跌幅）→ 再计算动量+质量因子 → 最终生成综合得分」。 ##### 1. 前置过滤（排除高风险标的） 先过滤掉量能异常、短期暴跌的ETF，避免踩雷： - **成交量过滤**：计算「5日均量/20日均量」（成交量比率），超过2.0则过滤（量能异常放大可能是异动/流动性风险）； - **跌幅过滤**：近3日任意单日跌幅＞5% 或 3日累计跌幅＞10%，过滤（短期暴跌标的风险高）。 ##### 2. 核心因子计算（筛选高动量+低波动标的） 过滤后，对剩余ETF计算「动量因子+质量因子」，最终生成综合得分： | 因子类型 | 计算逻辑 | 核心作用 | |----------|----------|----------| | 动量因子 | 1. 对收盘价取对数，做线性回归得到斜率（代表每日收益率）< br>2. 年化收益率=exp(斜率)^250 - 1（转换为年化收益）< br>3. 判定系数R²：衡量回归拟合度（0~1，越高趋势越稳定）< br>4. 动量因子=年化收益率 × R²（既看收益，也看趋势稳定性） | 筛选“有持续上涨趋势”的ETF，而非短期脉冲式上涨 | | 质量因子（4个子因子加权平均，各占25%） | 1. 斜率×拟合度：20日收盘价线性回归斜率×R²（衡量趋势强度）< br>2. 均线因子：收盘价是否站上20日均线（0/1变量，衡量趋势方向）< br>3. RSRS因子：高低价线性回归斜率×R²的均值（衡量价格波动强度）< br>4. 波动率因子：20日收益率标准差的倒数（波动率越低，得分越高，筛选低波动标的） | 筛选“趋势稳定、低波动”的ETF，避免高波动的动量标的 | | 综合得分 | 综合得分 = 动量因子 × 质量因子 | 兼顾“高动量”和“低波动/趋势稳定”，得分＞0才纳入候选 | #### （三）风控规则（贯穿交易全流程） 策略的“安全垫”，包含**事前过滤（量能/跌幅）、事中止损（成本/跟踪）、持仓限制**三层风控： ##### 1. 双重止损机制（market_open函数） - **成本止损**：持仓亏损幅度=（当前价-平均成本）/平均成本 ＜ -5%，强制卖出（控制单笔亏损不超过5%）； - **跟踪止损**：持仓从最高价回落幅度=（当前价-最高价）/最高价 ＜ -5%，强制卖出（锁定盈利，避免利润回吐）； - 辅助函数update_hold_high：每日收盘更新持仓ETF的最高价，为跟踪止损提供数据。 ##### 2. 持仓限制 最多持有3只ETF，既分散风险，又保证持仓集中度（避免过度分散导致收益稀释）。 #### （四）交易执行逻辑（market_open函数） 策略的“操作手”，盘中按因子得分和风控规则执行买卖，核心流程如下： ```mermaid graph TD A[执行止损] --> B[筛选候选ETF（综合得分>0）] B --> C{优质ETF数量≥7？} C -- 否 --> D[切换到防御组合（黄金/纳指/豆粕），等权重] C -- 是 --> E[选综合得分前3的ETF] E --> F[计算权重（简单加权/EPO优化）] F --> G[卖出非目标持仓] G --> H[按权重买入目标ETF，更新成本/最高价] ``` ##### 关键步骤拆解： 1. **执行止损**：先卖出触发成本/跟踪止损的ETF，清理无效持仓； 2. **防御切换机制**：若综合得分＞0的ETF数量＜7（市场整体弱势，优质标的少），切换到防御性组合（黄金/纳指/豆粕，抗跌性强），等权重分配仓位； 3. **权重计算**： - 默认：基于得分的简单加权（综合得分归一化，得分越高仓位越高，作者实测效果优于EPO）； - 可选：简化版EPO优化（结合收益率方差和综合得分，权重=综合得分×方差倒数，降低高波动标的仓位，数据不足时回退到等权重）； 4. **调仓操作**：卖出不在目标列表的ETF，按权重买入目标ETF，计算加权平均成本（更新g.hold_cost），初始化最高价（g.hold_high）。 #### （五）EPO优化与简单加权对比 EPO（Enhanced Portfolio Optimization）是“增强型组合优化”，核心是结合「收益信号（综合得分）」和「风险（方差/协方差）」优化权重，追求风险调整后收益最大化。 - **简化版EPO逻辑**： 1. 计算目标ETF的收益率协方差矩阵，取对角线（方差，代表单只ETF的波动）； 2. 权重=综合得分 × 方差倒数（波动越低，权重越高）； 3. 归一化权重，确保总和为1； - **作者结论**：完整EPO优化效果不如简单加权，因此默认使用简单加权（避免过度优化导致过拟合）。 ### 三、策略优缺点分析 #### 优点： 1. **因子体系合理**：动量+质量双维度筛选，兼顾收益和稳定性，避免“高波动动量标的”； 2. **风控严格**：多层过滤（量能/跌幅）+ 双重止损，有效控制回撤； 3. **防御机制**：市场弱势时切换到抗跌组合，降低系统性风险； 4. **效率高**：批量计算数据，减少API调用，适合实盘； 5. **加权方式稳定**：默认简单加权，避免过度优化导致的过拟合。 #### 缺点： 1. **参数固定**：因子窗口（20/25日）、止损比例（5%）等参数固定，可能不适应所有市场环境（如极端牛市/熊市）； 2. **防御组合固定**：黄金/纳指/豆粕的防御性并非绝对，需根据市场调整； 3. **集中度较高**：最多持有3只ETF，若标的选择错误，影响较大； 4. **EPO优化效果有限**：复杂优化未带来超额收益，反映量化策略“简单有效”的特点。 ### 四、策略核心亮点总结 1. **动量+质量的双因子筛选**：不仅看“涨得多”，还看“涨得稳、波动小”，筛选高胜率标的； 2. **双重止损+防御切换**：既控制单笔亏损，又应对市场弱势，风控体系完善； 3. **简单化优先**：放弃效果不佳的复杂EPO优化，采用简单加权，提升策略稳定性和可复制性； 4. **多维度过滤**：量能、跌幅过滤提前排除高风险标的，从源头控制风险。 ### 五、实操建议 1. **参数优化**：可回测不同因子窗口（如15/30日）、止损比例（4%/6%），适配不同市场； 2. **防御组合调整**：根据宏观环境更新防御性ETF（如加息周期可加入国债ETF）； 3. **回测验证**：需在不同行情（牛市/熊市/震荡市）下回测，验证策略的适应性； 4. **流动性检查**：确保所选ETF成交量充足，避免买入/卖出时滑点过大。