news 2026/2/22 23:51:03

量化系统QTYX使用攻略|“实战策略”篇——ETF动量趋势成交量因子轮动择强(附实盘战绩)(更新3.3.5)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
量化系统QTYX使用攻略|“实战策略”篇——ETF动量趋势成交量因子轮动择强(附实盘战绩)(更新3.3.5)

搭建自己的量化系统

股票量化交易系统QTYX是一个即可以用于学习,也可以用于实战炒股分析的系统。

分享QTYX系统目的是提供给大家一个搭建量化系统的模版,最终帮助大家搭建属于自己的系统。因此我们提供源码,可以根据自己的风格二次开发。

关于QTYX的使用攻略可以查看链接:QTYX使用攻略

QTYX一直迭代更新,当前版本V3.3.5

轮动策略的精髓

在牛市行情中要让资金账户整体收益变更高,就要轮动选择最强的品种交易。 打个比方,同样一年的时间,你用红绿灯信号做通信ETF和酒,虽然都能跑赢持有收益,但是账户的收益差了一倍!这说明了选对品种也很重要! 当前市场行情是轮动行情,比如创新药先涨1个月,轮换到芯片涨2个月,轮换到通信涨2个月,轮换到航天涨两个月......因此我们采用轮动策略的优势在于可以在每个阶段上车强势品种,让收益最大化!
轮动信号是每一轮周期买前N个品种,然后下一轮换一波,如下所示:
红绿灯图跟踪三因子轮动
红绿灯信号图如下图所示: 排名变化列:各个ETF品种按"趋势&动量&成交量三因子"打分排序的,高分数ETF排在最前面,这列体现打分值排名变化,看出品种强弱的变化。

根据三因子打分排名,买前N个品种,每天收盘前集合竞价时候轮动,退出前N的品种卖出后买入新入前N的品种。(也可以结合红绿灯信号进行择时加减仓,让入场出场时机更精确!)

如何在QTYX中调取到"红绿灯"页面呢?

启动股票量化系统QTYX之后,在左侧策略导航中找到“抄作业选股”->“ETF红绿灯带排名和情绪”选项,并点击。点击后会出现提示对话框。

下载完成会有提示框,提示分析结果存放的路径。

我们在“选股结果”目录中,可以看到列表中已经增加了“指数通行红绿灯带排名和情绪”。点击后就可以在QTYX界面上查看。

同时,建立了钉钉群,每隔60分钟把红绿灯预警信号和三因子排名变化发到群里面!适合上班族查看!

三因子轮动策略实盘跟踪

我们在服务器上部署运行了三因子打分轮动策略的实盘系统。当前运行状态、持仓信号和绩效表现可通过「QTYX量化交易系统」的监控面板实时查看。

本地也可以在QTYX六边形量化框架中编写代码支持全自动轮动(下午2点40-55之间更新红绿灯信号,选取排名前N的品种,与自己持仓对比,退出前N的卖出,新入前N的买入)。

服务器上,我们买前10个品种,每个买10万元,每天收盘前集合竞价时候轮动。退出前十的品种卖出后买入新入前十的品种。 比如以下交易日新入前10是旅游ETF[中国中免] (159766), 游戏ETF[光线传媒] (159869),退出前10是[海]道琼斯ETF (513400), 黄金股ETF[紫金矿业] (159562),那就轮动换仓。
从2025年12月18日截止2026年1月9日,16个交易日内,策略表现如下:

资产增长表现
期初资产:998,960.2 元
期末资产:1,102,495.6 元
累计收益率:约 10.36%

年化收益率
期间年化收益率(按250交易日折算):约 161.88%

风险控制表现
最大回撤:约-0.819%
波动性控制:资产波动性低,回撤控制稳健。

夏普比率(年化)
年化波动率:约 8%(基于日收益率估算)
年化夏普比率:约 19.86,表明策略在风险控制下获得显著超额收益。

当前持仓清单如下:

如何查看三因子轮动策略实盘情况呢?上文提到“选股结果”目录中,增加了“指数通行红绿灯带排名和情绪”,然后点击这个文件,QTYX界面会提示,是否查看ETF轮动跟踪实盘运行?

点击Yes,同样在“选股结果”目录里面,可以看到列表中已经增加了“ETF三因子轮动跟踪表”。点击后就可以在QTYX界面上查看。
三因子轮动策略回测

三因子打分轮动策略的代码存放在QTYX的SignalGath.py文件中,策略参数存放在trade_para.json文件。

三因子轮动策略的每个参数都直接影响策略的表现。

趋势因子相关参数:

  • 趋势窗口是,定义计算趋势回归的周期长度,识别价格的中长期趋势方向。小值(如5-10)对短期波动敏感,容易捕捉快速趋势,但噪音多,容易误判;大值(如20-30)趋势更平滑,过滤噪音,但反应滞后,可能错过快速趋势

  • 最小斜率,趋势线的最小斜率阈值,过滤掉过于平缓的趋势。正值(如0.001-0.005)只选择上升趋势较强的品种,更保守;零或负值:不限制斜率,所有趋势都考虑,更激进。

动量因子相关参数

  • 动量短期/长期 (动量短期, 动量长期),计算收益率变化的两个时间窗口,捕捉不同时间尺度的动量效应。短期动量 = 最近N天涨幅 长期动量 = 最近M天涨幅 ;综合动量 = 短期动量 × 权重1 + 长期动量 × 权重2;短期小(如3-5)捕捉快速动量,适合趋势强烈的市场;长期大(如20-30):捕捉稳定动量,适合趋势缓慢的市场。

成交量因子相关参数

  • 成交量短期/长期 (成交量短期, 成交量长期),计算成交量移动平均的窗口,识别成交量放大的品种(量价配合)。短期小(如3-5)对近期放量敏感,能快速反应;长期大(如20-30):识别持续放量趋势,更稳定。

核心策略参数

  • 持仓周期,持有品种的最小时间(避免频繁换仓),控制换仓频率,过滤短期噪音。小值(如3-5)换仓频繁,交易成本高,可能过度交易;大值(如15-20)持仓稳定,减少摩擦成本,但可能错过及时调仓。

  • 持仓数量,同时持有的品种数量,分散风险,平滑收益曲线。少(1-3)集中度高,潜在收益高但波动大;多(5-10)分散风险,收益稳定但可能摊薄收益。

  • 趋势/动量/成交量权重,三个因子的相对重要性,决定策略的风格偏向。趋势型0.6, 0.2, 0.2 (重趋势,轻动量和成交量);动量型:0.2, 0.6, 0.2 (重动量,轻趋势和成交量) ;平衡型:0.4, 0.3, 0.3 ;量价型:0.3, 0.3, 0.4 (重量价配合)。

由于轮动策略包含多个可调参数,我们可以在本地QTYX系统上对多种参数组合进行全面回测,深度评估策略在不同市场环境下的表现特征。

我们结合大模型划分了9组策略参数进行回测,这9组组合从激进到保守、从集中到分散、从高频到低频,覆盖了不同市场风格与风险偏好,通过系统性测试可全面揭示策略在各种环境下的适应性特征。
  • 基准型- 中庸平衡之选,各项参数取市场常用中值,追求风险收益的稳健平衡,适合作为对比基准线。

  • 趋势型- 趋势强化配置,延长趋势判断周期至20天并赋予60%高权重,旨在过滤市场噪音专注捕捉中长期趋势,适合单边趋势行情。

  • 动量型- 短线动量捕手,采用3天短期动量窗口和5天快速换仓周期,强化动量因子至60%权重,专为捕捉市场热点快速轮动而设计。

  • 稳健型- 防御保守配置,将趋势窗口拉长至25天并加入最小斜率过滤,持仓数量增至6个以强化分散,力求在震荡市中控制回撤。

  • 激进型- 高频交易风格,所有时间窗口压缩至最短(趋势8天、动量2/5天),持仓周期仅3天,适合擅长捕捉日内波动的交易者。

  • 分散型- 风险分散专家,持仓数量增至10个实现高度分散,三因子权重均匀分配,核心逻辑是通过广度覆盖平滑个别品种波动。

  • 集中型- 聚焦精选策略,仅持有2个最强品种并提高趋势权重至50%,采用高集中度博取超额收益,适合趋势明确时的进攻配置。

  • 低频型- 长线持仓风格,所有窗口均延长至20天级别,持仓周期20天大幅降低换手率,以交易成本最小化为核心目标。

  • 高频型- 短线轮动大师,结合短期参数(趋势10天、动量3/8天)与3天快速换仓,在动量与成交量因子间寻找快速轮动机会。

test_combinations = [ # 1. 基准组合 {"name": "基准", "趋势窗口": 15, "动量短期": 5, "动量长期": 10, "成交量短期": 5, "成交量长期": 15, "持仓周期": 10, "持仓数量": 5, "趋势权重": 0.4, "动量权重": 0.3, "成交量权重": 0.3}, # 2. 趋势强化型 {"name": "趋势型", "趋势窗口": 20, "动量短期": 10, "动量长期": 20, "成交量短期": 10, "成交量长期": 20, "持仓周期": 15, "持仓数量": 3, "趋势权重": 0.6, "动量权重": 0.2, "成交量权重": 0.2}, # 3. 动量强化型 {"name": "动量型", "趋势窗口": 10, "动量短期": 3, "动量长期": 8, "成交量短期": 3, "成交量长期": 10, "持仓周期": 5, "持仓数量": 7, "趋势权重": 0.2, "动量权重": 0.6, "成交量权重": 0.2}, # 4. 长周期稳健型 {"name": "稳健型", "趋势窗口": 25, "动量短期": 8, "动量长期": 15, "成交量短期": 8, "成交量长期": 20, "持仓周期": 12, "持仓数量": 6, "趋势权重": 0.5, "动量权重": 0.25, "成交量权重": 0.25}, # 5. 短周期激进型 {"name": "激进型", "趋势窗口": 8, "动量短期": 2, "动量长期": 5, "成交量短期": 2, "成交量长期": 8, "持仓周期": 3, "持仓数量": 4, "趋势权重": 0.3, "动量权重": 0.5, "成交量权重": 0.2}, # 6. 高度分散型 {"name": "分散型", "趋势窗口": 15, "动量短期": 5, "动量长期": 10, "成交量短期": 5, "成交量长期": 15, "持仓周期": 10, "持仓数量": 10, "趋势权重": 0.33, "动量权重": 0.33, "成交量权重": 0.34}, # 7. 集中持仓型 {"name": "集中型", "趋势窗口": 15, "动量短期": 5, "动量长期": 10, "成交量短期": 5, "成交量长期": 15, "持仓周期": 10, "持仓数量": 2, "趋势权重": 0.5, "动量权重": 0.3, "成交量权重": 0.2}, # 8. 低频交易型 {"name": "低频型", "趋势窗口": 20, "动量短期": 10, "动量长期": 20, "成交量短期": 10, "成交量长期": 20, "持仓周期": 20, "持仓数量": 5, "趋势权重": 0.4, "动量权重": 0.3, "成交量权重": 0.3}, # 9. 高频交易型 {"name": "高频型", "趋势窗口": 10, "动量短期": 3, "动量长期": 8, "成交量短期": 3, "成交量长期": 10, "持仓周期": 3, "持仓数量": 5, "趋势权重": 0.3, "动量权重": 0.4, "成交量权重": 0.3}]
我们点击QTYX的“回测参数”标签页,选择品种池(ETF交易池),选择策略(三因子轮动),然后点击“开始回测”。我们回测的周期是从2024年1月1日至今。

品种组合如下所示:

基准型- 运行结果如下:
================================================================================三因子轮动策略 - 开始执行================================================================================策略参数: 趋势窗口=15天, 动量窗口=5/10天 成交量窗口=5/15天, 持仓周期=10天 持仓数量=5个, 最小斜率=0.0 因子权重: 趋势0.4/动量0.3/成交量0.3参与品种: 25个回测期间: 2024-02-26 至 2026-01-07交易日数: 455天
趋势强化型- 运行结果如下:

动量强化型- 运行结果如下:

长周期稳健型- 运行结果如下:
短周期激进型- 运行结果如下:

高度分散型型- 运行结果如下:

集中持仓型- 运行结果如下:

低频交易型- 运行结果如下:

高频交易型- 运行结果如下:

市场环境并非一成不变:A股市场在不同阶段会呈现明显的风格切换。单一参数组合很难在所有市场"季节"中都表现优异。

通过这9组系统性测试,我们本质上是在为策略做一次全面的"压力测试"和"适应性体检":不仅要找出哪个组合历史收益最高,更要观察它们在牛市、熊市、震荡市中的不同表现,了解每个参数的"性格特质"——哪些参数决定进攻弹性,哪些控制回撤底线,哪些影响换手成本。

最终目标不是找到某个"圣杯参数",而是构建一个参数工具箱,让我们在未来实盘中能够根据市场温度灵活调整——当趋势明确时切换到趋势型组合全力进攻,当市场震荡时切到稳健型控制回撤,当热点快速轮动时启用动量型捕捉机会。

线上培训

为帮助学员更好地掌握轮动策略的精髓,我们推出专项线上培训课程。主要介绍以下内容:轮动策略的特点和优劣势、QTYX轮动策略回测框架、三因子轮动策略的原理、ETF红绿灯三因子轮动使用方法。

第十一期线上培训顺利完结,回放链接已经上传知识星球,大家可以前往下载观看!(往期的也在知识星球置顶主题中查看!)

总结‍‍

支持轮动策略的最大优势在于它能够动态捕捉市场中的强势品种,实现"汰弱留强"的智能调仓机制。

不同于传统的买入持有策略,轮动策略通过定期评估各品种强度,自动将资金从表现弱势的标的转向强势标的,从而在趋势性行情中最大化收益,在震荡市中及时规避风险。这种动态优化的投资方式提升了资金使用效率,在长期投资中实现更稳健的超额收益。

下载到的分析仅仅给大家参考而已,大家仍然需要结合自己的风格过滤和挑选。

"本文仅代表个人观点,用于交流学习,不构成任何投资建议。市场有风险,投资需谨慎,请独立判断并自行承担风险。"

说明

想要加入知识星球《玩转股票量化交易》的小伙伴记得先微信call我获取福利!

知识星球介绍点击:知识星球《玩转股票量化交易》精华内容概览

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/2/19 14:13:13

CONTEXT7 MCP在智能工厂中的5个典型应用案例

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 创建一个CONTEXT7 MCP协议在智能工厂中的模拟应用场景,包含3台设备通过MCP协议互联,实时传输生产数据。需要展示设备状态监控面板、生产数据统计图表和异常…

作者头像 李华
网站建设 2026/2/15 19:28:51

如何用AI自动修复元数据生成失败问题

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 创建一个AI工具,能够自动检测元数据生成失败的原因,并提供修复建议。工具应支持多种文件格式(如JSON、XML、YAML等),能够…

作者头像 李华
网站建设 2026/2/15 5:33:38

自學資源大全:不花錢也能成為安全專家的學習資源

自學資源大全:不花錢也能成為安全專家的學習資源 前言:網路安全的自學時代 在數位化時代,網路安全已成為最重要的技術領域之一。隨著全球每年數百萬個安全職位空缺,掌握這項技能不僅能為個人職業生涯打開大門,更是對…

作者头像 李华
网站建设 2026/2/18 23:08:09

1小时开发:文件关联检查器原型开发实录

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 开发一个轻量级文件关联检查器原型,功能包括:1.快速扫描系统注册的文件关联 2.可视化展示关联状态(正常/异常)3.标记缺失的关联程序…

作者头像 李华
网站建设 2026/2/21 7:16:41

Qwen2.5-7B模型蒸馏:小显存也能跑大模型的技术揭秘

Qwen2.5-7B模型蒸馏:小显存也能跑大模型的技术揭秘 引言 你是否遇到过这样的情况:手头只有一块4G显存的老显卡,却想体验最新的大语言模型?传统的大模型动辄需要几十GB显存,让很多普通硬件用户望而却步。今天我要介绍…

作者头像 李华
网站建设 2026/2/21 17:58:35

电商秒杀系统中的ThreadPoolExecutor实战

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 开发一个模拟电商秒杀系统,重点展示ThreadPoolExecutor的应用。要求:1) 使用Spring Boot框架,2) 实现商品库存的并发减扣,3) 配置可…

作者头像 李华