量价过滤+2种动量先后过滤（优）

一、核心前提（复现必固定）

1. 运行依赖：聚宽（JQData）环境，需调用 jqdata numpy pandas 库，数据接口和下单函数用聚宽原生工具。
2. 基础参数（不可改）：

• 动量计算周期：25 天

• 日内止损线：-3%（当日跌幅超 3% 清仓）

• 成交量阈值：近 7 日均量的 2 倍（超阈值排除）

• RSRS 计算参数：18 天斜率周期、250 天滚动窗口（20 天子窗口）

• 调仓时间：每日 10:40 执行核心调仓；10:00 检测日内止损；13:30 检测成交量异常

• 资金来源：子账户 1（占总资金 50%），单笔最小下单 2000 元，ETF 最小买入 100 份

3. 固定 ETF 池（7 只，大类资产覆盖）：

   代码	名称	资产类型
   513520.XSHG	日经 ETF	跨境指数
   513100.XSHG	纳指 100	跨境指数
   513020.XSHG	港股科技	港股科技
   510180.XSHG	上证 180	国内宽基
   588120.XSHG	科创板	国内科技成长
   159915.XSHE	创业板	国内成长
   511090.XSHG	30 年国债 ETF	债券（避险）

二、核心逻辑：四轮筛选（按顺序执行，缺一不可）

1. 第一轮：基础过滤（规避短期风险）

• 筛选规则：

  ① 上市时间：无需额外过滤（代码池标的均满足上市时长要求，复现时可直接用）。

  ② 短期暴跌过滤：取标的过去 3 天价格（含当日最新价），计算每日跌幅（当日价 / 前一日价）。若任意一天跌幅＜0.95（即跌超 5%），直接排除。【近3天，无暴跌5%】

2. 第二轮：日内止损过滤（10:00 提前执行）

• 计算逻辑：

  当日实时涨幅 =（当前最新价 - 当日开盘价）/ 当日开盘价

• 筛选规则：若涨幅 ≤ -3%（即跌超 3%），直接排除该标的（哪怕后续得分高也不纳入选择）。【当天无下跌3%】

3. 第三轮：动量评分（核心筛选，和全球选基策略完全一致）

• 计算步骤（必须按公式复现）：

  ① 数据准备：

  取标的过去 25 天的前复权收盘价 + 当日最新价，共 26 个价格数据（记为 prices）。

  ② 对数转换：log_prices = np.log(prices)（把非线性的价格涨幅，转化为线性可拟合的序列）。

  ③ 构造自变量和权重：

• 自变量 x：[0,1,2,...,25]（共 26 个数字，对应 26 个价格时间点）。

• 权重 w：[1, 1.04, 1.08,...,2]（线性递增，近期价格权重更高，计算：np.linspace(1,2,26)）。

  ④ 加权最小二乘拟合：

  用 np.polyfit(x, log_prices, 1, w=w) 得到斜率 slope（核心）和截距（无用，可忽略）。

  ⑤ 计算年化收益率：annualized_return = math.exp(slope × 250) - 1（250 为年化交易日数）。

  ⑥ 计算拟合优度 R²（判断趋势可靠性）：

• 残差 resid = log_prices - (slope×x + 截距)（实际值与拟合值的差距）。

• 加权残差平方和 ss_res = np.sum(w × resid × resid)。

• 加权总平方和 ss_tot = np.sum(w × (log_prices - np.mean(log_prices))²)。

• R² = 1 - ss_res/ss_tot（R² 越接近 1，价格趋势越线性，越可靠）。

  ⑦ 最终得分：score = annualized_return × R²。

• 筛选规则：只保留得分＞0 的标的（得分≤0 代表无正向趋势，直接排除）。

• 
  

4. 第四轮：成交量过滤（13:30 执行，分回测 / 实盘）

• 计算逻辑：

  ① 近 7 日均量：avg_vol = 过去7天成交量之和 ÷ 7（用 attribute_history 获取历史成交量）。

  ② 当日成交量：

• 回测场景：用前一日成交量替代（因回测无实时 1 分钟数据）。

• 实盘场景：用当日截至 13:30 的累计成交量（用 get_price 取 1 分钟数据求和）。

• 筛选规则：若当日成交量 ＞ avg_vol × 2（即异常放量），直接排除该标的。【避免当日放2倍均量】

5. 第五轮：RSRS 过滤（趋势强度验证，关键风控）

• 核心逻辑：RSRS 斜率越大，说明标的 “低点抬高、高点也抬高” 的趋势越强，支撑越稳固。【计算rsrs动量值】

• 计算步骤：

  ① 计算 18 天 RSRS 斜率（slope18）：

  取过去 18 天的每日最低价和最高价，用 np.polyfit(最低价序列, 最高价序列, 1) 得到斜率（斜率为正，代表低点和高点同步上升）。

  ② 计算斜率阈值 beta（安全线）：

• 取过去 250 天的高低点数据，按 20 天为一个窗口，滚动计算斜率（每次算 20 天的高低点斜率），得到多个斜率值。

• beta = 斜率均值 - 2×斜率标准差（相当于斜率的 “下限安全线”，低于则趋势过弱）。

  ③ 计算趋势强度：strength = (slope18 - beta) ÷ abs(beta)（大于 0 代表强于安全线）。

• 筛选规则（满足任一即可）：【rsrs动量强度和均线配合】

  ① strength ＞ 0.15（趋势极强，直接通过）。

  ② 0.03 ＜ strength ≤ 0.15 + 当前价 ≥ 5 日均线（趋势较强，且价格在短期均线上方）。

  ③ strength ≤ 0.03 + 当前价 ≥ 10 日均线（趋势一般，但价格在中期均线上方，有支撑）。

• 不满足以上任意一条 → 排除。

• 
  

三、调仓执行逻辑（每日 10:40 触发）

1. 无合格标的 → 清仓

2. 有合格标的 → 轮动持仓（只持 1 只）

• 若当前持仓就是目标标的 → 不调仓（保持持仓）。

• 若当前持仓不是目标标的 → 先卖出原有持仓（目标金额 0），再用子账户 1 全部可用资金买入目标标的（需满足：单笔金额≥2000 元，且为 100 份的整数倍）。

3. 额外风控执行（每日固定时间）

• 10:00 日内止损：检查当前持仓标的，若当日跌幅≤-3%，立即清仓。

• 13:30 成交量异常检测：检查当前持仓标的，若当日成交量＞近 7 日均量 ×2，且价格低于当日开盘价，立即清仓。

四、年度治理（固定时间执行，无需手动干预）

1. 11 月最后一个交易日 14:50 → 清仓子账户 1 所有持仓（为 12 月再平衡做准备）。

2. 12 月第一个交易日 09:20 → 按目标权重（子账户 1 占总资金 50%）重新分配资金，之后执行正常调仓逻辑（买入筛选出的标的）。

五、复现关键细节（避坑重点）

1. 数据缓存：当日的 get_current_data()（实时数据）、attribute_history（历史数据）只获取一次，缓存复用（代码中 _cur() _ah() 函数的作用，提升复现速度）。

2. 下单函数：必须用 order_target_value_send，先按金额下单，失败后自动回退为 “100 份整数倍” 下单（避免因金额不足一手导致下单失败）。

3. 均线计算：5 日均线 / 10 日均线，用过去 5 天 / 10 天的收盘价均值计算（用 attribute_history 获取数据后求平均）。