[QMT量化交易小白入门]-六十二、ETF轮动中简单的评分算法如何获取历史年化收益32.7%

本专栏主要是介绍QMT的基础用法，常见函数，写策略的方法，也会分享一些量化交易的思路，大概会写100篇左右。
QMT的相关资料较少，在使用过程中不断的摸索，遇到了一些问题，记录下来和大家一起沟通，共同进步。

相关阅读

小白也能做量化：零门槛QMT、Ptrade免费送
量化交易入门：如何在QMT中配置Python环境，安装第三方依赖包
年化收益达到了70%，增加了动态仓位权重调整后的全球核心资产轮动策略（含python代码解析）

股票量化属于上限高，但下限低的标的，而ETF作为「一揽子股票」的集合，上限对普通人足够高，下限也比较高，基本不会有退市和跌停风险，天生具备分散风险、交易成本低的优势，量化中更偏向做ETF。之前的评分算法比较复杂，这几期文章用简单的加权平均算法，给大家介绍不同因子和权重对ETF轮动的影响，今天主要分享的趋势、动量、成交量三大核心信号评分，回测中实现年化收益32.7%，