黄金 ETF 避险切换策略

策略用参考指数近 60 个交易日的累计收益率判断市场环境，计算方式为当前收盘价相对 60 个交易日之前收盘价的变化率：

其中 close 为参考指数的日收盘价，下标 t 表示当前交易日。idxRet60 是无量纲的收益率，例如 idxRet60 = -0.12 表示参考指数近 60 个交易日下跌 12%，低于脚本设定的 -0.10 阈值，意味着转入避险状态。

脚本在数据准备阶段用参考指数（编号 000001）单独计算该序列，写作 double(close / move(close, 60) - 1)，且只保留 securityid == "000001" 的记录；随后按交易日把该序列左连接到待交易标的的日线上，使每个交易日的两条行情都带上同一个指数收益率：

tradeBars = select symbol, tradeTime, open, low, high, close, volume, amount,
        upLimitPrice, downLimitPrice, idxRet60
    from lj(etfAll, idxRetTbl, "tradeTime") order by tradeTime

参考指数的前 60 条记录因为缺少 60 个交易日之前的价格而为 NULL，脚本遇到 NULL 直接跳过，因此从数据文件的起始位置开始回测时，前 60 个交易日不会产生任何信号。

与常见的“权益—避险”轮动策略相比，本策略有三点差异：

• 判断市场状态用的是参考指数，而不是被交易标的自身的收益率。

• 评估频率为每月一次，而不是每日或每周。

• 阈值固定为 -10%，没有波动率调整或信号平滑。

• 资产类型与方向：日频基金类多头标的，使用普通现金账户，只做多，不融资、不融券、不做空。

• 标的映射：脚本用 000002 表示股票类标的（equityETF），用 000003 表示黄金类避险标的（ goldETF），两者构成候选池 symbolPool；编号 000001 只作为计算因子用的参考指数，不作为交易标的。

• 行情频率：日频（dataType = 4），每个交易日一条行情。行情时间戳为交易日的零点标记，只表示交易日归属，不代表在零点成交。

• 交易成本：手续费率 0.00015，脚本把 tax 设为 0.0，即不计提印花税。接入真实数据时应按实际交易品种确认该项设置。

一次完整的评估与切换按以下顺序执行：

1. 每个交易日的行情回调中先判断当天是否为当月最后一个交易日，只有两者相等的那一天才继续下面的步骤，其余交易日直接返回。

2. 读取参考指数当日的 idxRet60。如果该值为 NULL（因子预热不足），跳过，不产生信号。

3. 比较 idxRet60 与阈值：idxRet60 小于 -0.10 时目标标的为黄金类标的 000003，否则为股票类标的 000002。

4. 检查目标标的当日是否有行情且成交量大于 0，不满足则跳过，不产生信号。

5. 以信号日的账户总权益为基数计算目标数量：目标数量 = 账户权益 ÷ (收盘价 × (1 + 手续费率))，再向下取整到 100 份。

6. 保存目标标的、目标数量和信号日，并把“待执行调仓”标记置为真。

7. 次一交易日的行情回调中先卖出不在目标中的持仓，委托价格取当日开盘价，数量为当前持仓数量。

8. 随后买入目标标的，数量为“目标数量 − 当前持仓数量”，并同时受估算现金与引擎返回的可用资金限制，按 100 份取整。

9. 无论买入是否全部成交，执行一次后即清除待执行标记，后续交易日不会自动追单补足目标数量。

时间顺序上，信号只使用月末交易日的收盘数据，成交价格取次一交易日的开盘价，因此不存在用未来价格下单的问题。由于信号只在每月最后一天产生，组合在月中不会调整，即使参考指数月中已经跌破阈值，也要等到下一个月末才会触发切换。

数量约束方面，买入数量不足 100 份时不下单；卖出委托按引擎返回的实际持仓数量提交。每次切换时目标数量按信号日收盘价锁定，实际买入受次日可用资金限制，可能买不到目标数量。当目标标的与当前持仓相同时，脚本仍会计算目标数量并补足差额，因此每月月末会对已有持仓做一次再平衡。

下载附录中的 stockDaily_gold.csv 文件，作为回测的案例数据。先将对应区间的 CSV 数据导入，脚本中data = loadText("/.../stockDaily_gold.csv") 改为实际存储 CSV 文件的真实路径。

数据准备先用参考指数 000001 的收盘价计算出 60 日收益率序列 idxRet60 ，再把该序列按交易日拼接到待交易标的 000002、000003 的日线上。

data = loadText("/.../stockDaily_gold.csv")

// 因子 idxRet60：在数据侧算好（用 000001 作为参考指数计算 60 日收益率）
idxRetTbl = select timestamp(tradeTime) as tradeTime, double(close / move(close, 60) - 1) as idxRet60
    from data where securityid == "000001" order by tradeTime
// 回测标的行情（000002 / 000003）；symbol / tradeTime / volume / amount 为回测引擎校验的行情列名
etfAll = select securityid as symbol, timestamp(tradeTime) as tradeTime, open, low, high, close,
        long(vol) as volume, val as amount, double(NULL) as upLimitPrice, double(NULL) as downLimitPrice
    from data where securityid in ["000002", "000003"]
tradeBars = select symbol, tradeTime, open, low, high, close, volume, amount,
        upLimitPrice, downLimitPrice, idxRet60
    from lj(etfAll, idxRetTbl, "tradeTime") order by tradeTime

传给回测引擎的行情表包含以下列：

其中 symbol、tradeTime、volume、amount 等列名需要与引擎校验的名称保持一致，否则行情回放会报错。官方股票回测在分钟频与日频行情下给出的必需字段为 symbol、tradeTime、open、low、high、close、volume、upLimitPrice、downLimitPrice，首列必须是 symbol，同时允许附加 INT、DOUBLE、STRING 类型的扩展列；脚本额外保留了 amount 列，并把新增的 idxRet60 作为扩展列传入。

策略由 roundLot、initialize 和 onBar 组成。roundLot 负责把按资金算出的原始数量调整为可申报的数量，initialize 建立本次回测需要的参数与状态，onBar 负责执行上一信号日锁定的切换，并在每月最后一个交易日判断是否需要切换持仓。

initialize 中的关键初始状态如下：

def initialize(mutable context) {
    // 策略参数
    context["commission"] = 0.00015
    context["equityETF"] = "000002" 
    context["goldETF"] = "000003"
    context["symbolPool"] = ["000002", "000003"]
    context["riskThresh"] = -0.10
    // 调仓状态
    context["pendingRebalance"] = false
    context["signalDate"] = NULL
    context["selectedSymbol"] = ""
    context["targetQty"] = 0l
}

日线回调：onBar

onBar(mutable context, msg, indicator) 是日频行情回调，每个交易日执行一次，既负责执行上一信号日留下的调仓，也负责在月末判断是否需要切换。

• context：可变 DICTIONARY，包含初始化写入的参数与状态，引擎还会注入当前行情的 tradeTime、当前交易日 tradeDate 和引擎句柄 engine。

• msg：DICTIONARY，以标的代码为键，值是该标的当日行情记录。函数从中读取 open、close、volume，以及数据准备阶段附加的扩展列 idxRet60。

• indicator：引擎为指标结果预留的参数。脚本没有订阅指标，因此函数签名保留该参数，但策略逻辑没有读取它。

该函数没有返回值，副作用包括提交买卖委托、更新调仓状态，以及维护 selectedSymbol 与 targetQty。每根日线 bar 做两件事：先执行昨天锁定的调仓，再判断今天要不要产生新信号；信号与执行分离，杜绝未来数据。

关键实现细节：

1. 决定今天是否调仓：昨天收盘已经定好目标，所以今天开盘才动手执行——信号与成交错开一天，不用当天信息做当天交易。

2. 先卖后买：先把当前持有但不是今天目标的持仓按开盘价全部卖出，并把这笔卖出回款立即算作当天可以买入的资金，避免“卖了却买不进”。

3. 买入目标标的：用目标数量减去已有持仓算出还缺多少，再受当天可用资金限制、按 100 份的整数倍缩小，最后按开盘价买入；一次调仓只尝试一次，不成交就等下一次月末机会。

4. 只在每月最后一个交易日判断风险：其余交易日不产生任何信号；只在那一天读取参考指数近 60 个交易日的涨跌幅（行情里已备好），跌幅超过 10% 就把目标换成避险标的，否则继续持有原标的；若该指数的 60 日数据还没预热够，当天不动作。

5. 锁定明天的目标数量：按当天收盘时的账户总权益和目标标的收盘价，算出明天应该持有多少份（取成 100 份的整数倍），连同目标标的记下来，交给明天开盘执行。

要点：每个月末只看一次参考指数的 60 日涨跌幅，跌幅超过 10% 就在下一个交易日开盘换到避险标的，否则保持持有原标的；因为一个月才可能动一次，绝大多数交易日什么都不做；始终满仓押一只标的、不加杠杆也不空仓；先卖后买保证切换能在同一天内完成；如果次日因停牌或资金不足没成交，这次调仓就作废，要等下一个自然月末。

def onBar(mutable context, msg, indicator) {
    curDate = date(msg.values()[0]["tradeTime"])

    // ---------- 1. 执行信号日锁定的切换：次一交易日按开盘价成交 ----------
    if (context["pendingRebalance"] && curDate != context["signalDate"]) {
        expectedCash = Backtest::getAvailableCash(context.engine)
        // 先卖出不在目标中的持仓
        for (s in context["symbolPool"]) {
            if (!(s in msg) || msg[s]["volume"] <= 0) { continue }
            pos = Backtest::getPosition(context.engine, s)
            held = iif(size(pos) > 0, long(pos["longPosition"]), 0l)
            if (s != context["selectedSymbol"] && held > 0) {
                Backtest::submitOrder(context.engine,
                    (s, context.tradeTime, 5, msg[s]["open"], held, 3), "调仓卖出")
                expectedCash = expectedCash + held * msg[s]["open"] * (1 - context["commission"])
            }
        }
        // 再买入目标标的
        s = context["selectedSymbol"]
        if ((s in msg) && msg[s]["volume"] > 0) {
            bar = msg[s]
            pos = Backtest::getPosition(context.engine, s)
            held = iif(size(pos) > 0, long(pos["longPosition"]), 0l)
            need = context["targetQty"] - held
            if (need > 0) {
                cash = min(expectedCash, Backtest::getAvailableCash(context.engine))
                qty = min(need, roundLot(cash / (bar["open"] * (1 + context["commission"]))))
                if (qty > 0) {
                    Backtest::submitOrder(context.engine,
                        (s, context.tradeTime, 5, bar["open"], qty, 1), "调仓买入")
                }
            }
        }
        context["pendingRebalance"] = false
    }

    // ---------- 2. 每月最后一个交易日产生调仓信号 ----------
    if (transFreq(monthEnd(curDate), "XSHG") != curDate) { return }
    ret60 = msg[context["equityETF"]]["idxRet60"]        // 当日指数 60 日收益率（因子）
    if (isNull(ret60)) { return }                        // 因子预热不足，不产生信号

    target = iif(ret60 < context["riskThresh"], context["goldETF"], context["equityETF"])
    if (!(target in msg) || msg[target]["volume"] <= 0) { return }
    equity = Backtest::getTotalPortfolios(context.engine).totalEquity[0]
    context["selectedSymbol"] = target
    context["targetQty"] = roundLot(equity / (msg[target]["close"] * (1 + context["commission"])))
    context["pendingRebalance"] = true
    context["signalDate"] = curDate
}

用一个 100 万元的场内账户，在 2025-08-13 至 2026-08-12 这一年内，按日频行情做 ETF 之间的满仓切换。回测参数主要包括手续费率 0.00015、两个标的代码与避险阈值 -0.10 等，其中手续费率与 initialize 中的 commission 重复设置，两处必须保持一致，否则撮合计价与目标数量计算会使用不同的费率。

config = {
    startDate: 2025.08.13,
    endDate: 2026.08.12,
    strategyGroup: "stock",
    cash: 1000000.0,
    commission: 0.00015,
    tax: 0.0,
    dataType: 4,
    outputOrderInfo: true,
    matchingMode: 2,
    orderBookMatchingRatio: 0.2,
    enableMinimumPerTransactionFee: false
}

创建引擎前需要先加载两个插件：

• MatchingEngineSimulator：模拟撮合引擎插件，Backtest 的撮合依赖它。

• Backtest：回测插件，提供 createBacktester、submitOrder、appendQuotationMsg 等接口。

try{loadPlugin("MatchingEngineSimulator")}catch(ex){print ex}
try{loadPlugin("Backtest")}catch(ex){print ex}
go

回调函数通过 DICTIONARY 注册：键名使用 initialize 与 onBar，值与函数名对应。

callbacks = dict(STRING, ANY)
callbacks["initialize"] = initialize
callbacks["onBar"] = onBar

创建引擎时先删除同名引擎，再调用 createBacktester：

engineName = "goldEtfSwitchStrategy"
try { Backtest::dropBacktestEngine(engineName) } catch(ex) { }
engine = Backtest::createBacktester(engineName, config, callbacks, false)

loadPlugin 只加载本机已安装的插件，安装插件需执行官方安装包中的脚本；引擎名在同一会话内不能重复，故创建前先用 Backtest::dropBacktestEngine 清理同名引擎。

数据准备好之后，把行情写入引擎并回放。

Backtest::appendQuotationMsg(engine, tradeBars)
Backtest::appendEndMarker(engine)

这里传入按时间排序的行情表 tradeBars，引擎按 tradeTime 顺序逐条回放，日频行情下每个交易日触发一次 onBar 回调；一年左右的区间会触发约 240 次回调，其中只有月末交易日进入信号分支。撮合方式由 matchingMode 决定：取 2 时以当日开盘价撮合，脚本也用 msg[s]["open"] 作为委托价，因此委托价与成交价一致。

• 成交数量上限受 orderBookMatchingRatio 影响，约为当日成交量的 20%。当目标数量较大而当日成交量较小时，委托可能只成交一部分，剩余部分在本次回调结束后不会继续挂单。

回测结束后按四类结果读取数据：

tradeDetails = Backtest::getTradeDetails(engine)
returnSummary = Backtest::getReturnSummary(engine)
dailyPosition = Backtest::getDailyPosition(engine)
totalPortfolios = Backtest::getDailyTotalPortfolios(engine)

• tradeDetails：每笔委托连同它的成交与状态变化各占一行，可按 label（“调仓买入”等）追到是哪次调仓、成交价是否等于次日开盘价、成交手数与状态。

• returnSummary：查看区间收益、年化收益与波动、偏度峰度、夏普、最大回撤与回撤比率、beta/alpha、换手率与日胜率。

• dailyPosition：查看每个标的逐日的多空持仓、持仓均价、当日买卖量与金额以及收盘价。

• totalPortfolios：查看账户现金、市值、总权益、净值与累计收益率的逐日曲线，以及浮盈浮亏、已实现盈亏、手续费和冻结资金。