ETF轮动选股策略
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_77351e5b/etf-rotation-strategist。
技能介绍
要解决什么问题
ETF 轮动不是「挑一只涨得最好的」,而是在跨资产池里用可复现的规则回答三件事:当前市场更像趋势、震荡还是阴跌;哪些标的在动量与趋势上同时过关;仓位该进攻还是转防御。手工盯 39 只 ETF、算对数拟合动量、叠七层过滤,既费时也容易在情绪里跳过风控。
本技能把这套「多因子 ETF 轮动策略」固化成可执行流程:拉行情 → 判市态 → 打分排名 → 风控过滤 → 输出持仓与调仓建议,并附带 scripts/ 与 references/ 供核对参数与算法。
技能如何工作
多因子动量打分:对收盘价做对数线性拟合(log-linear regression),用年化动量 × 加权 R² 做质量修正,再乘均线排列因子(如 MA5>MA10>MA20 加权更高)。
三态市场识别:以沪深300(510300.SH)的乖离率、RSI、回撤与 20 日收益区分正常期 / 震荡期 / 阴跌期,切换选股松紧与仓位纪律;阴跌期可全仓转入货币 ETF(511880.SH)。
趋势与风控:正常期用拉普拉斯滤波器、震荡期用高斯滤波器确认斜率与价格位置;再按顺序做 R² 阈值、近端跌幅、放量、短动量、盈利保护、卖出冷却、低相关守卫等七层过滤。
主入口 scripts/rotation_analysis.py 串联数据获取、状态判断、打分、过滤与排名;细节见 references/strategy_details.md 与 references/parameters.md。
适用边界
策略基于历史动量与规则回测,不保证未来收益;新上市 ETF 历史不足(通常需约 80 个交易日)应跳过。holdings_num=1 集中度高,实盘还需考虑流动性、滑点与 QDII 溢价。输出仅供策略研究,不构成投资建议。
使用场景
- 每周复盘时,需从39只跨资产ETF池中按动量打分与七层风控筛出1只持仓并给出调仓理由
- 沪深300进入阴跌或震荡判定后,要切换拉普拉斯/高斯趋势规则并决定是否转货币ETF防御
- 已用通达信或westock拉取K线,希望跑通rotation_analysis全流程并核对R²与均线排列得分
- 持仓触及止盈30%或止损10%规则时,需要结合卖出冷却与低相关守卫判断是否换仓
适合人员
- 自建规则化ETF组合、需要可重复选股与仓位纪律的个人投资者
- 会改parameters.md并对比回测结果、验证动量与市态参数敏感性的量化爱好者
- 需把跨资产轮动逻辑写成内部备忘、向同事说明正常/震荡/阴跌三套纪律的证券研究岗
- 在Agent里接行情MCP,自动输出候选排名与拦截原因、减少手工算拟合动量的自动化维护者