ETF场内基金：AI量化投资最佳切入点（数据篇）

article/2025/8/15 13:39:50

原创文章第77篇，专注“个人成长与财富自由、世界运作的逻辑， AI量化投资”。

关于量化的基础知识，前面说得差不多了。

后面要开始实战。

量化的细分市场很多，如下图所示：

再从风险收益来看，从基金到加密货币，从“保守”到“激进”。

这里指的保守，当然是“主动管理”里的保守。还是更保守的就是“大类资产配置”。

关于实战，我选择的“战场”是ETF。

一般的专栏讲量化，要么期货（CTA），更多是股票。为何我跳过股票而选择ETF？

我们说过，越宏观的东西规律越稳定，越微观越随机。ETF背后是指数，可以是行业，可能是市值，也可能是红利这样的smart beta。在一定的时间段相对稳定。相对下来，股票背后是一家家公司，就算白酒都挺好，但不是谁都能成为茅台，更何况商战信息千变万化，要判断一家公司未来前景谈何容易。

指数基金是跨品种（货币，债券，可转债，FOF，商品，REIT…），跨市场的，覆盖香港，美国、日本，越南，德国…) ，具备跨市场和品类配置，对冲的可能。

ETF与主动基金相比规则更透明，不太依赖基金公司和基金经理。回头看，确实能找到不少多年超过市场基准的明星基金经理，但往前看，你很难看清。去年风格切换，很多明星基金经理就没有反应过来。我们很难判断是正常回调，还是他从此泯然于众人。而ETF就是被动执行规则，因子规律清晰。另外，指数基金长生不死，做长线配置非常合适。

场内交易与场外基金相比手续费更低，部分还可以T+0交易。大类资产配置走场外可以定投，要主动管理走场内，可以灵活交易。

01 数据准备

场内基金列表：

df = get_etf_basics()
df['_id'] = df['ts_code']
from common.mongo_utils import write_df
write_df('basic_etfs', df, drop_tb_if_exist=True)

一共1184支可交易的场内基金。

基金净值处理有两个细节。

ts的接口每次只能取最新的800行，一些历史较久的基金，需要多次读取数据。

另外，复权因子每次限制2000行，同时复权因子需要还原补充到时间序列里。

这里用好两个参数，offset和limit。

offset从0开始，每次limit读800，offset递增800，若没有数据返回就退出循环。

def get_etf_quotes(code, date_start="", offset=0, limit=800):# 拉取数据df = pro.fund_daily(**{"trade_date": "","start_date": "{}".format(date_start),"end_date": "","ts_code": "{}".format(code),"limit": limit,"offset": offset}, fields=["ts_code","trade_date","open","high","low","close","vol","amount"])df.dropna(inplace=True)if len(df) == 0:return Nonereturn dfdef get_all_quotes(code):offset = 0df = get_etf_quotes(code, offset=0)print(df)all = [df]while (df is not None):print('===========================offset====================', offset)offset += 800df = get_etf_quotes(code, offset=offset)all.append(df)df_all = pd.concat(all)df_all.dropna(inplace=True)df_all.set_index('trade_date', inplace=True)return df_all

以“后复权”的方式保留——我们回测时，都以“后复权”的价格进行。

02 Arctic：基于mongo的列存数据库