| name | etf-momentum |
| description | 行业 ETF 动量轮动计算器。按"6 月动量 + 200 日趋势过滤"算 A 股行业/主题 ETF 当前动量状态，并出**去相关 top-K 选择 + 波动率目标敞口建议**(回测验证的风控层)，生成快照。Use when 用户问"现在行业动量怎么样 / 哪些板块强 / 跑一下 ETF 动量 / 刷新动量状态 / 行业轮动信号"。策略框架见 wiki/strategies/行业ETF动量轮动.md。 |
ETF Momentum Skill
计算 A 股行业/主题 ETF 的当前动量状态 + 轮动信号。是 行业ETF动量轮动 策略的"计算器"——wiki 存规则+universe（静态），本 skill 跑实时数据出状态（瞬时）。
When to Use
- "现在行业动量状态 / 哪些板块强 / 跑一下 ETF 动量 / 刷新动量快照 / 行业轮动信号"
Prerequisites
pip install akshare pandas
数据源 = sina 日线（国内直连）。若被代理干扰：env -u HTTP_PROXY -u HTTPS_PROXY -u ALL_PROXY python3 momentum.py
用法
python3 skills/etf-momentum/momentum.py
python3 skills/etf-momentum/momentum.py --md
刷新 wiki 快照 wiki/strategies/行业ETF动量状态.md：重跑 --md，替换其数据表区，保留 frontmatter + 解读 + 方法学（解读是人工判断，skill 不生成）。
组成
universe.py —— ETF 代码唯一来源（single source of truth；wiki 清单以此为准）momentum.py —— 算 6 月动量 / 200 日均线 / AUM / 流动性 / 排名 / 去相关选择 + 波动率目标敞口 / 信号- 取数
_shared/marketdata/etf_hist.py —— sina 日线 + 前复权（符号路由用 marketdata.codes.to_sina_symbol）
- AUM 快照
_shared/marketdata/quote_tencent.py —— 腾讯 total_mcap_y（批量 ≤50/批）
参数（momentum.py 顶部，与 wiki 默认一致）
LOOKBACK=126(6月) · MA=200 · TOPK=3 · LIQ_MIN_YI=1.0 · AUM_MIN_YI=20
风控升级层（回测验证，见 wiki §六 / research/）：TOPN=6(去相关候选池) · VOL_TARGET=0.15(波动率目标) · VOL_LB=126(波动/相关回看)
- 去相关选择：从动量前
TOPN 合格里挑 TOPK 个互相关最低的(抗主题聚集)，替代机械 top-K——推荐持仓表按去相关 pick 顺序(非纯动量降序)。
- 波动率目标：建议敞口 =
min(1, VOL_TARGET / 组合已实现波动)，危机自动减仓(上限 100%，不加杠杆)。
- MA 用真 min_periods：未满 200 日历史的票不算"在均线上"(防 skipna 假合格)。
流动性闸 = 规模 ≥ 20 亿 且 日均成交 ≥ 1 亿（对齐策略页）。AUM 取腾讯「总市值」(total_mcap_y)近似，非 f10 基金净资产口径；作 ≥20 亿 粗闸够用（量级实测吻合，如 510300≈1391.92 亿）。取不到 AUM 的视为不合格（宁缺毋滥）。
⚠️ 关键数据质量点
sina 返回不复权价，份额折算/拆分会制造虚假暴跌（如通信 515880 单日 -66% 折算 → 6 月动量被误算成 -37%，实为 +83%）。etf_hist.py 已做前复权（检测单日 |涨跌|>35% 的公司行为日回溯复权）。阈值 0.35 依据：实测全 universe 最大真实单日波动仅 10.0%（软件 159852），份额折算 ≥49.8%（稀土 516780 -49.8%、通信 515880 -65.7%），0.35 落在干净间隙；已知局限：<35% 的小幅折算仍会漏（罕见）。改 universe 后务必抽查新代码（拿基金页"近6月"对一下，方向应一致）。
边界
只算通用动量状态(holdings-agnostic)。个人持仓的"去重叠 / 5-4-1 / 仓位映射"、buffer 出场状态机(对照持仓标出触发出场门的票)都碰持仓，由本仓外的私有文件处理，不进本 skill、不进 wiki。
