行业指数轮动：一个可实盘策略的“魔改”历程，十年年化15%（策略+代码+数据下载）

做知识星球的初心：以实战、盈利为导向，开发可持续的策略和平台。

市场覆盖：ETF、可转债、股票、期货和数字货币。

项目100%对星友开源，持续维护和升级。

昨天使用toml配置工程，模块化开发策略的门槛更低，我们引入了toml，对“积木式”策略开发，进一步简化为简单配置文件，为后续使用可视化向导配置打下基础。

1、动量计算函数

由于动量roc的计算比较常用，之前我们使用表达式：close/shift(close,N)-1,现在出发可以使用 roc(close,N)

def shift(se: pd.Series, N):
    return se.groupby('symbol', group_keys=False).shift(N)


def roc(se: pd.Series, N):
    return se.groupby('symbol', group_keys=False).apply(lambda x: x / shift(x, N) - 1)

代码在工程如下位置：

在策略配置里这么写即可：

name = '行业指数轮动_20日动量top5_周平衡'

[data]
start_date = '20100101'
end_date = ''
symbols = '29个行业指数'
fields = ['roc(close,20']
names = ['roc_20']

2、20日动量-周平衡-top6的策略，比昨天等权买入持有-周平衡的策略，年化收益从5%提升至11%，且回撤也在下降。

name = '行业指数轮动_20日动量top5_周平衡'

[data]
start_date = '20100101'
end_date = ''
symbols = '29个行业指数'
fields = ['roc(close,20)']
names = ['roc_20']


[[algos]]
name = 'RunWeekly'# 运行周期与再平衡

[[algos]] # 选股
name = 'SelectTopK'
K=6
order_by='roc_20'
b_ascending= false

[[algos]]
name = 'WeightEqually'

回测曲线也好看了很多：

”魔改“版本一，年化提升至13.4%。

大家可以在星球群里问我，这里不多解释了。

添加benchmark基准：

name = '行业指数轮动_20日动量top6_周平衡'

[data]
start_date = '20100101'
end_date = ''
symbols = '29个行业指数'
benchmarks=['000300.SH','399006.SZ']
fields = ['roc(close,20)']
names = ['roc_20']

继续改进：年化提升至14.7%，夏普比0.65，远超基准的沪深300与创业板指数。

最终的策略文件如下 ：

大家运行工程里这个文件即可：

name = '行业指数轮动_20日动量top6_周平衡'

[data]
start_date = '20100101'
end_date = ''
symbols = '29个行业指数'
fields = ['roc(close,20)']
names = ['roc_20']

benchmarks=['000300.SH','399006.SZ']
#bench_fields=['zscore(slope_pair(high,low,18),600)<0']
#bench_names=['rsrs']


[[algos]]
name = 'RunDays'# 运行周期与再平衡
days=10


[[algos]] # 选股
name = 'SelectTopK'
K=3
drop_top_n=3
order_by='roc_20'
b_ascending= false

#[[algos]]
#name='PickTime'
#benchmark='000300.SH'
#signal='rsrs'

[[algos]]
name = 'WeightEqually'

使用name即可调用对应的配置文件，后续我会使用wxpython实现GUI可视化，到时候操作会更加方便。

if __name__ == '__main__':
    loader = ConfigLoader()
    print(loader.symbols_dict)
    print(loader.proj_dict)
    name = '行业指数轮动_买入持有_周平衡'
    name = '行业指数轮动_20日动量top6_周平衡'
    e = Toml2Env(loader.proj_dict[name])
    print(e)
    e.backtest_loop()
    e.show_results()