量化策略：全球大类资产轮动策略，支持标的自定义

本内容为个人的业余研究，和任何单位、机构没有关系。文章出现的股票代码，全部只是测试例子，不做投资参考。投资有风险，代码学习使用，不做商业用途。

文章声明

策略概览

一个全球大类资产轮动策略时，市场选择包括了纳斯达克、标普、黄金、债券、A股、港股等。这个策略的目的是在全球范围内寻找最优的投资机会，它结合了均线、涨跌幅、周期分析等多种因素来决定买卖哪些资产。策略中还包含了一些特殊的交易规则，如特殊交易标的设置和脉冲交易，以实现资产的稳定增长。

交易逻辑

• get_mean_line_**yis函数用于分析价格是否站上指定日均线，作为买入信号之一。
• get_score_**ysis函数用于计算一个基于均线的分数，用于筛选股票。
• get_limit_**ysis函数用于分析股票的涨跌幅，作为买入或卖出的依据。
• cacal_cycle_**ysis和cacal_diurnal_cycle函数用于分析周周期和日周期，作为交易决策的一部分。
• get_sell_stock_data函数用于确定哪些股票需要卖出，基于多种条件，如周周期、日周期、均线分析等。
• get_buy_sell_stock_data函数用于获取买入和卖出的股票数据，考虑了持仓限制和交易状态。

（详细的可见源代码）

示例标的（可以自己改）

以下是部分涉及的证券代码及其名称，用于策略测试：

• 513100 纳斯达克ETF
• 510300 沪深300ETF
• 159937 黄金ETF
• 512800 银行ETF
• 159659 纳斯达克ETF
• 510050 上证50ETF
• 159830 上海黄金ETF
• 511130 30年债券ETF
• 159655 标普ETF
• 159581 红利ETF
• 513400 道琼斯ETF
• 159680 中证1000ETF
• 159501 纳斯达克ETF
• 159605 中概互联网ETF
• 159941 纳斯达克ETF
• 513850 美国50ETF
• 513310 中韩半导体ETF
• 159915 创业板ETF
• 159351 A500指数ETF
• 511090 30年债券ETF

回测效果

回测时间 2020年1月-2024年10月

累计回报：227.89%

复合年增长率：18.65%

最大回测：7.22%

（风险提示：回测是过往数据、不代表未来）

使用教学

1、打开大QMT

2、导入策略

3、设置参数

4、回测

右上角可以看到回测数据（当前是非交易时间，策略没有运行）

能看到策略回测数据、交易标的、交易日志等数据

5、切换实盘

源代码+交易模型领取、QMT开通、策略分享、问题答疑，评论区留言或私信。