**好久没发贴了，最近再疯狂的写代码和调式策略，目前手里有8支还不错的，今天给兄弟们分享出一只还比较不错的。** **期待兄弟们带来好消息**  #一、策略核心逻辑 策略核心在于识别并利用 ETF 二级市场价格与基金净值之间的偏离： 标的筛选： 每日筛选成交金额超过 1000 万元的 ETF（g.least_money=1e7），确保流动性充足。 通过聚宽平台或爬虫获取最新净值，优先使用实时爬虫数据（东方财富网接口），确保数据时效性。 溢价计算： 溢价率 = (开盘价 / 基金净值 - 1) × 100% 剔除分红影响（通过factor参数过滤）和异常溢价（±20% 外的数据点），避免错误信号。 交易触发条件： 卖出信号：持仓 ETF 若溢价率高于阈值（-2.5%），以开盘价下浮 2% 限价卖出。 买入信号：筛选溢价率低于 - 2.5% 的 ETF，若无符合条件则逐步放宽至 - 1.5%（g.least_premium动态调整）。 二、关键参数设置 python 运行 核心参数 g.least_premium=2.5 # 最低溢价阈值（%） g.least_money=1.0e7 # 最小成交金额（元） g.trade_fee_ratio=0.00025 # 交易费率（万2.5） g.ETFNum_hold = 2 # 最大持仓数量 溢价阈值：动态调整机制确保在无套利机会时降低门槛，提高策略适应性。 成交金额限制：避免流动性不足导致的交易滑点。 单只持仓上限：分散风险，防止单只 ETF 波动过大影响整体收益。 三、交易执行机制 卖出流程： python 运行 for etf in context.portfolio.positions: if etf not in 低溢价列表: order_target(etf, 0, LimitOrderStyle(开盘价*0.98)) 限价单设置：通过下浮 2% 确保成交概率，避免市价单带来的冲击成本。 买入流程： python 运行 可用资金 = context.portfolio.available_cash / 待买入数量 for etf in 低溢价列表: 买入数量 = int(可用资金 / (限价*1.005*1.00025) / 100) * 100 order_target(etf, 买入数量, LimitOrderStyle(开盘价*1.02)) 资金分配：均分资金到每只标的，确保风险分散。 限价上浮 2%：应对开盘后价格上涨，提高买入成功率。  四、风险控制体系 最小交易金额： 单次买入金额≥2 万元（5/g.trade_fee_ratio），确保交易成本占比可控。 异常数据过滤： 剔除分红日基金（factor≠1），避免净值计算偏差。 过滤极端溢价数据（>|20%|），防止错误信号导致亏损。  #实测持仓记录