初始化，确定我们的板块成分ETF，以及获取对应计算的初始化数据准备，如下所示：
GP03主要重点在于他的资金管理逻辑。这里的资金管理逻辑主要处理的是我们如何动态调整仓位的问题。
初始化，确定我们的板块成分ETF，以及获取对应计算的初始化数据准备，如下所示：
这一次除了老美，我并没有选择其他国家的宽基指数，主要原因是我觉得标的池轮动够了，其次是美国以外市场并没有更多的吸引力。
量化策略开发，高质量社群，交易思路分享等相关内容
具体绩效如下所示：
手续费按照开平各万1的费率，印花税卖出千最低5元的标准进行测试。如下所示：
新能源科技行业——电池、芯片、人工智能、新能源车、光伏等
避险资金ETF——黄金ETF
后面几期我们预计将会围绕“可转债”、“网格”等方面的研究探索，同时我们将GP01仿真版本同步与GP03进行上传。
通过我们2期不同ETF轮动策略的迭代，这里我们会告一段落了。不管是02的佛系投资，还是03的激进仓位动态管理，最终的目的都是实现ETF领域的稳定风险收益比。
在上一期中，我们分享了基础版ETF轮动策略，本期我们分享基于资金管理的ETF增强策略，该策略同样是历史所有策略中最适合钱少、风险承受能力弱、投资交易理念落后与知识匮乏的投资者。
总结
最终，我们选择了上所示的ETF标的池子。从组合角度来讲，标的资产差异化可以达到风险对冲或者说风险收益理论组合最优化。我还在标的池子中加入了Reits。
该策略通过宽窄基轮动，量化跟风格方式，组合权重动态调整，三合一增大绩效。
在这一次的策略中，我们暂时不使用GP002的框架格式，我们采用了各个变量数组计算，通过handlebar一个一个K线驱动，然后配合update_array函数进行新老数据的更新。如下所示：
上一期，我们着力点是国内外宽基指数ETF轮动，好处是不同国家货币、财政政策所带来的流动性推动权益市场的方向，我们通过单因子选股的逻辑，可以每周定期轮动选好的ETF。
本策略仅作学习、交流使用，实盘交易盈亏投资者个人负责！！！
在上一章节中，我们采用多因子排序的逻辑，筛选了动量因子大于，且排序TOP3的标的进行买卖，GP03采用了择时逻辑，并且加入了资金管理模块。
大家好，今天我们分享股票社群第3期量化策略——ETF资金管理增强策略。
有人问我为什么选XXX。包括股票、期货和可达鸭社群都有这种问题，远的就不说了，咱就说近的。主要3点如下所示：
至此，我选择了国内宽基指数沪深300、创业板和中证500。选了美国标普和纳斯达克。再次，选择了国内各个主要行业代表：
上是2012年6月1日—2023年3月26日整体净值绩效和基准走势。
绩效
上一期我们提供了基础版单因子ETF轮动逻辑，该动量因子可以视为准择时逻辑，仓位并没有进行其他处理，本期我们重点加入了资金管理组合优化，并且应用标的物进一步加大到宽窄基各行各业。如下所示：
关于Reits在这里也不进行过多赘述，大家自行百度，简单来说，就是收租金的现金流包装成了金融产品，顾名思义，底层资产就是产业园区的租金收入。我们要寻找有活力的城市——长三角、珠三角主要这2个地方。当然你也可以考虑京津冀、成渝、长江中游等，但是我个人不看好这些地方。最终选择了博时蛇口和华安张江。
该策略通过资金管理、与择时双重逻辑的方式，进行了仓位动态管理。
历史品种汇总信息如下：
资金管理逻辑具体逻辑我们将在社群直播中进行讲解和演示，文章中我们不再赘述。如下所示：
传统行业——消费、医疗、煤炭、稀土等
策略代码
具体ETF概念和ETF轮动在此不再赘述，大家自行百度，或者问问GPT亦可以。
在第一个择时逻辑中，我们采用自创的Ayami趋势线结构逻辑，其中在一些平均的计算处理中，采用了截断平均计算逻辑，在这个基础上我又进行了的魔改。这种魔改已经不再是算数平均的算法了。如下所示：
文章为作者独立观点，不代表股票交易接口观点
股民评论