加载中...
AI 原生量化投研平台AI-native quantitative research platform
正在加载…Loading…
页面仍在加载，可以继续等待，或重新加载。The page is still loading. You can keep waiting or reload.
部分页面资源未能加载，请重新加载。Some page resources could not load. Please reload.
设备当前处于离线状态，恢复连接后可以继续等待或重新加载。Your device is offline. Once connected, you can keep waiting or reload.
策略核心：对大类资产ETF池采用动量-波动率混合打分，筛选并等权配置，月度轮动并辅以日常止盈止损以防黑天鹅风险。评分思路为近中期动量减去波动率，截面Z分数用于排序，近似实现收益—风险的鲁棒优化（近似DRO）。 选股与打分：候选池为指定的8只大类/指数ETF（如510300.SH、510500.SH、159920.SZ等）。因子包含20日和60日动量（close/lag(close,N)-1）与20日、60日日收益波动率，构造score_raw = 0.5*mom20 + 0.5*mom60 - 0.5*vol20 - 0.5*vol60，随后做截面z-score得到最终score。 仓位与调仓：每月第一个交易日为调仓日（rebalance），根据score排序后将总仓位100%等权分配到池内符合条件的ETF（代码中hold_count=0表示不限制持仓数量，由池决定）。实际下单以次日开盘价执行（order_price_field=open）。 风险控制：每日检查持仓并执行止盈止损——单只ETF累计涨幅>30%或跌幅<-10%时清仓；设置按单笔计费的手续费和最低费用（buy_cost=0.0003, sell_cost=0.0013, min_cost=5）。回测使用90天预热数据，按日频模拟，旨在兼顾趋势捕捉与波动抑制，提高组合的风险调整后收益与下行保护。 适用场景：面向以ETF为标的的大类资产配置或策略化配置场景，目标实现稳健的多品种轮动收益与下行风险控制。