# 三因子动量选ETF

**Repository Path**: roytang1987/3factorsETF

## Basic Information

- **Project Name**: 三因子动量选ETF
- **Description**: 一个基于多因子动量模型的ETF轮动策略，该策略结合了乖离动量、斜率动量和效率动量三个因子，并引入了调仓阈值机制以减少震荡期的频繁交易。以下是该策略的详细总结：
- 策略名称：ETF三因子动量轮动策略
- 核心逻辑：融合三种动量因子（乖离、斜率、效率）进行加权评分，标准化后筛选评分最高ETF调仓
- 股票池：红利低波ETF、创业板50ETF、纳指ETF、黄金ETF（覆盖不同市场风格分散风险）
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 1
- **Created**: 2026-03-01
- **Last Updated**: 2026-05-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README



# 三因子ETF轮动策略 (3FactorsETF)

基于三因子模型的ETF轮动投资策略实现。

## 项目简介

本项目实现了一个基于三因子模型的ETF轮动投资策略，通过动量、偏差和回归因子对ETF进行综合评分，每月进行仓位再平衡。

## 策略说明

### 三因子模型

策略使用三个核心因子对ETF进行评估：
- **动量因子 (Momentum)**: 过去一段时间的价格趋势
- **偏差因子 (Bias)**: 当前价格与均线的偏离程度
- **回归因子 (Regression)**: 价格回归均线的趋势

### 轮动策略

项目包含多种轮动策略版本：
- `run_top1_rotation.py`: 每月选取排名第一的ETF
- `run_top3_rotation.py`: 每月选取排名前3的ETF等权配置
- `run_top5_rotation.py`: 每月选取排名前5的ETF等权配置
- `run_top10_rotation.py` / `run_top15_rotation.py` / `run_top20_rotation.py`: 更多数量的轮动策略

另有2周轮动(`run_top3_rotation_2weeks.py`)和2月轮动(`run_top3_rotation_2months.py`)版本。

## 项目结构

```
.
├── run_strategy.py           # 主策略运行器
├── run_top1_rotation.py      # TOP1轮动策略
├── run_top3_rotation.py      # TOP3轮动策略
├── run_top5_rotation.py      # TOP5轮动策略
├── run_top10_rotation.py     # TOP10轮动策略
├── run_top15_rotation.py     # TOP15轮动策略
├── run_top20_rotation.py     # TOP20轮动策略
├── run_top3_rotation_2weeks.py   # 2周轮动策略
├── run_top3_rotation_2months.py # 2月轮动策略
├── daily_advice.py           # 每日建议
├── latest_advice.py          # 最新建议
├── latest_advice_top20.py    # TOP20最新建议
├── create_fund_pool.py       # 创建基金池
├── merge_pools.py            # 合并基金池
├── prepare_data.py           # 数据准备
├── fetch_etf_list_tushare.py # 获取ETF列表
├── fetch_lof_list_tushare.py # 获取LOF列表
├── data/                     # 数据目录 (历史价格数据)
├── ETF&LOF.csv               # ETF和LOF列表
├── SSE_ETF_LIST_TUSHARE.csv  # 上交所ETF列表
├── SSE_LOF_LIST_TUSHARE.csv  # 上交所LOF列表
└── Strategy_Fund_Pool.csv    # 策略基金池
```

## 环境要求

- Python 3.7+
- pandas
- numpy
- tushare
- backtrader

## 安装

```bash
pip install pandas numpy tushare backtrader
```

## 数据说明

数据目录 `data/` 包含多个ETF的历史价格数据，文件命名格式为：
`{ETF代码}_{起始日期}_{结束日期}.csv`

数据字段包括：日期、开盘价、最高价、最低价、收盘价、成交量、成交额等。

## 使用方法

### 运行回测策略

```python
from run_top5_rotation import run_top5_strategy

# 运行TOP5轮动策略回测
run_top5_strategy('2020-01-01', '2024-12-31')
```

### 获取每日建议

```python
from latest_advice import main

main()
```

### 创建基金池

```python
from create_fund_pool import load_tickers, get_fund_details

tickers = load_tickers()
funds = get_fund_details(tickers)
```

## 策略参数

可在各策略文件中调整以下参数：
- `rebalance_period`: 再平衡周期
- `top_n`: 选取ETF数量
- `factor_weights`: 因子权重
- `lookback_period`: 回看周期

## 注意事项

1. 本策略仅供学习参考，不构成投资建议
2. 历史回测结果不代表未来收益
3. 实盘交易前请充分测试并考虑交易成本
4. 数据来源为Tushare，需自行配置API Token

## 许可证

MIT License