从 30 倍到 47 倍：给小市值装上 ETF 引擎后

作为一个量化小白，花了不少篇幅拆解了社区大佬的小市值策略——五道风控防线、九项年报排雷、动态持仓调节……拆完之后我有一个很直观的感受：这套策略的内核是"活得久"，靠的是极致风控 + 小市值弹性。

但最近两个月盯盘下来，我发现一个问题：ETF 行情太好了。

纳指 ETF 、黄金 ETF 、港股互联网 ETF……这些标的动辄月涨 10%+，而且波动远小于小市值个股。我手里的小市值策略虽然在 A 股震荡行情里能吃到肉，但碰到「市场整体偏弱、ETF 板块性行情轮动」的阶段，就会显得力不从心——小市值在休息，ETF 在狂飙，两边接不上。

于是我开始在社区里大量翻阅 ETF 轮动相关的帖子和策略，学习各位大佬的思路。看了十几篇帖子之后，我萌生了一个想法：能不能把小市值和 ETF 轮动组合起来，搞一个"双核引擎"？

说实话，ETF 轮动这块我是完完全全的新手。下面文章里涉及的 ETF 池子构建、动量打分、滤波器选择等，都是我在社区里反复学习、参考了多位大佬的策略和文章后，慢慢拼凑理解出来的。如果有理解不到位的地方，还请各位前辈多多指教?

小市值负责在 A 股弹性行情里捕捉超额； ETF 轮动负责在板块行情里追趋势。两个引擎交替发力，互相补位——我给它起了个名字：「双龙出海」。

一、为什么要加 ETF ？先看数据说话

单跑小市值策略，5 年 30 倍，年化收益极高，但有一个问题：回撤集中在大盘系统性下跌的阶段。当大盘暴跌时，小市值股票的跌幅往往比大盘还狠。

而 ETF 轮动策略有一个天然优势：它可以在全球资产中切换。A 股不行就切港股 ETF ，港股不行就切纳指 ETF ，纳指也不行就直接买货币基金（银华日利 511880 ）躺平。

加上 ETF 之后效果怎么样？我跑了 2021 年至今的回测，结果直接把我看傻了：

指标	双龙出海（小市值+ETF ）	基准（沪深 300 ）
总收益	4632.93%（约 47 倍）	-9.11%
年化收益	112.53%	—
最大回撤	15.50%	—
夏普比率	4.589	—
索提诺比率	7.535	—
胜率	56.7%	—
盈亏比	2.505	—
阿尔法	1.115	—
贝塔	0.502	—

5 年 47 倍，年化 112%，最大回撤才 15.5%——对比上一篇纯小市值的"5 年 30 倍 17 回撤"，**收益从 30 倍提升到 47 倍，回撤反而从 17%降到了 15.5%**。

说白了就是：加了 ETF 引擎之后，不仅赚得更多了，还更稳了。这不就是"既要又要"的最佳答案么？

维度	纯小市值	小市值 + ETF 轮动
进攻性	⭐⭐⭐⭐⭐	⭐⭐⭐⭐
防守性	⭐⭐⭐	⭐⭐⭐⭐⭐
行情适应性	A 股弹性行情	全市场+全球资产
空仓时的机会成本	高（只能买货币 ETF ）	低（自动切到强势 ETF ）

核心逻辑：小市值是矛，ETF 轮动是盾——双核协同，攻守兼备。

二、架构设计：两个子账户，各管各的

双核策略的架构其实不复杂，核心就是子账户隔离：

总资金 100%
  ├── 子账户 0：小市值策略（ 50%）
  │     └── 每周二调仓，选中证 1000 最小市值股票
  └── 子账户 1：五福 ETF 轮动（ 50%）
        └── 每日午后轮动，从 100+只 ETF 中挑最强的 1 只

聚宽提供了 set_subportfolios 的功能，可以把一个账户拆成两个独立子账户，各自有独立的持仓和资金，互不干扰：

set_subportfolios([
    SubPortfolioConfig(cash=小市值资金, type='stock'),  # 子账户 0
    SubPortfolioConfig(cash=ETF 资金, type='stock'),      # 子账户 1
])

这样做的好处是：

策略之间完全隔离：小市值止损不会影响 ETF 持仓，反之亦然
资金分配清晰：各占 50%，不会出现一边吃掉另一边资金的情况
独立记录收益：可以分别看两个策略各自的表现，方便归因分析

三、ETF 轮动引擎拆解（站在大佬肩膀上）

小市值部分的逻辑我在上一篇已经拆过了，这里重点讲 ETF 轮动部分。

先说声感谢：ETF 轮动这块我参考了社区里很多大佬的策略和思路，包括 ETF 池子的构建方式、动量打分的数学方法、震荡期切换机制等。我做的更多是「学习→理解→整合」的工作，算不上什么原创，更像是一个学习笔记。如果哪位大佬看到觉得某个模块眼熟，那大概率就是从您那学来的?

3.1 ETF 池子：固定池 + 动态池，双池合并

ETF 轮动的第一个难题是：从哪些 ETF 里选？

我学习到的一个很聪明的做法——固定池 + 动态池合并：

固定池（ 108 只）：手工精选的优质 ETF ，覆盖黄金、白银、纳指、恒生、各行业板块等
动态池（全市场扫描）：每天从全市场 ETF 中自动筛选流动性达标的头部标的，去重后取行业最强的那一只

关键过滤逻辑：

剔除宽基指数 ETF（沪深 300 、中证 500 等——这些不是行业轮动标的）
剔除债券/货币类 ETF（短融、国债、可转债等——这些不是趋势标的）
流动性门槛：日均成交额低于全市场 ETF 均值/20000 的，直接淘汰
行业去重：同行业多只 ETF 时，只保留成交额最高的那一只

最终合并出约 100-150 只 ETF 的"作战池"。

3.2 动量打分：拉普拉斯滤波 + 高斯滤波

ETF 轮动最核心的问题是：怎么判断哪只 ETF 最强？

策略用的是加权线性回归 + 数学滤波器的组合方案：

动量得分计算（ 25 日回看）：

1. 对收盘价取对数
2. 用加权最小二乘法拟合趋势线（近期数据权重更高）
3. 斜率年化 → 年化收益率
4. 计算 R²（拟合优度）→ 趋势稳定度
5. 动量得分 = 年化收益率 × R²

说人话就是：涨得快还涨得稳的 ETF ，得分最高。

但这还不够。策略额外加了两层数学滤波器，用来判断"该不该现在买"：

滤波器	用途	触发条件
拉普拉斯滤波（正常期使用）	平滑价格，识别趋势	价格 > 滤波值且斜率 > 0.002
高斯滤波（震荡期使用）	更强的降噪，更保守	价格 > 滤波值且斜率 > 0.002

正常行情用拉普拉斯（灵敏一点，抓趋势），震荡行情切高斯（保守一点，少挨打）。两个滤波器自动切换，这个设计很巧妙。

3.3 震荡期自动切换：市场的"红绿灯"

策略有一套完整的"红绿灯"机制来判断当前是正常期还是震荡期：

进入震荡期（亮红灯）——满足任一条件：

沪深 300 的乖离率（ BIAS ）> 8%（涨太多了，有回调风险）
RSI 从 70 以上回落到 65 以下（超买后开始回落）
当天触发了止损（市场可能在变差）

退出震荡期（亮绿灯）——满足任一条件：

从近 20 日低点反弹超过 4%
回撤收窄 + 多个复苏信号连续出现
震荡期持续超过 20 个交易日（强制退出，不能永远观望）

还有一个冷却期设计：每次红绿灯切换后，3 个交易日内不允许再次切换，防止频繁反复。

3.4 多层过滤漏斗

从作战池到最终买入，要过七道关：

100+只 ETF
  → 动量得分过滤（ 0 ≤ 得分 ≤ 5 ）
  → R²过滤（> 0.4 ，趋势不稳的排除）
  → 成交量过滤（量比 <1.8 ，异常放量的排除）
  → 短期风控（近 3 天没有单日跌 > 3%）
  → 溢价率过滤（可选，防止 QDII 高溢价陷阱）
  → 动态滤波过滤（正常期/震荡期分别用不同滤波器）
  → 最终只选 1 只！

没错，最终只持有 1 只 ETF。这是一个非常激进但也非常纯粹的设计——全仓轮动，不分散。因为分散在 ETF 轮动里反而是稀释收益，不如集中火力追最强的那个。

3.5 分钟级止损：最后的保险丝

ETF 策略还有一个分钟级的止损机制（every_bar 频率运行）：

固定止损：当前价格跌破成本价的 95%时，立刻卖出
日内跌幅止损（可选）：如果当天相对昨收跌超过 5%，也立刻卖出

触发止损后会标记 stop_loss_triggered_today，在午后 13:10 的检查中自动触发进入震荡期——止损不仅是保护本金，还会触发策略整体进入防守姿态。

四、双核协同的几个关键细节

4.1 资金分配

当前是简单的 50:50 平分。但我在想，未来可以根据市场状态动态调整——比如 A 股弹性好的时候多给小市值，ETF 板块轮动强的时候多给 ETF 。这是一个可以继续优化的方向。

4.2 独立收益记录

策略每日收盘后会分别记录两个子策略的累计收益率，方便做归因分析。用 record() 函数输出到回测图表上，可以直观看到两条收益曲线。

def record_daily_performance(context):
    for i, strategy_key in enumerate(['strategy1', 'strategy2']):
        sub_portfolio = context.subportfolios[i]
        cumulative_return = (sub_portfolio.total_value / initial_cash - 1) * 100
        # 记录到图表
    record(小市值=小市值收益率, 五福 ETF=ETF 收益率)

4.3 滑点和佣金的差异化设置

很多人忽略的一个细节——股票和 ETF 的交易成本是不一样的：

set_slippage(FixedSlippage(0.002), type="stock")       # 股票：固定滑点
set_slippage(PriceRelatedSlippage(0.0001), type="fund") # ETF：比例滑点

# 股票佣金：万 0.85 ，卖出还有千分之 0.5 的印花税
# ETF 佣金：万 0.5 ，无印花税

ETF 的交易成本天然比股票低很多，这也是 ETF 轮动策略能频繁调仓的基础。

五、一个小白的学习感悟

不要只盯一个赛道。小市值再好，碰到风格切换也会歇菜。加一个 ETF 轮动引擎，相当于给自己多开了一个全球化的战场。
站在巨人肩膀上学得更快。ETF 轮动这一整套逻辑，如果让我从零开始写，可能半年都写不出来。但社区里有那么多大佬无私分享代码和思路，我做的只是把不同的模块学懂、拼到一起。聚宽社区的开源氛围真的很好，感谢每一位分享策略的前辈。
数学滤波器很有意思。拉普拉斯、高斯这些信号处理领域的工具，用到金融数据上效果很好。作为小白第一次接触这些概念，说实话还没有完全吃透，后面还要继续啃论文和代码。
震荡期切换是 ETF 轮动的灵魂。没有这个机制，ETF 轮动在震荡行情里会被反复打脸。有了红绿灯+冷却期，策略才能在"追趋势"和"认怂"之间优雅切换。
子账户隔离是个好设计。让两个策略各管各的，不争抢资金，不相互干扰。简单粗暴但有效。
最后还是那句话：风控是一切的基础。不管是小市值的五道防线，还是 ETF 的分钟级止损，核心都是同一个信仰——先活着，再赚钱。