手册定位：模块四第 4 篇。ETF 轮动是「买入过去最强」的经典策略——在宽基/行业 ETF 间按动量切换，顺势而为。本篇讲怎么用 #07 的 ETF K线 + #13 的动量框架构建并月度轮动。
数据来源复用 #07 基金K线（/jh/hq/lskx/{代码}/Day）+ #13 动量思路。

1. 你将得到什么

• 拉多个 ETF 历史K线、按 N 日动量排名、持有前 K 名的代码；
• 月度调仓（每月换仓、等权）的写法；
• 轮动 vs 买入持有的对比思路；
• ETF 轮动的 4 个坑（动量反转、成分重叠、费率、跟踪误差）。

2. 取数约定（复用）

3. 数据来源（复用，不重复罗列）

详见 #07 基金行情与净值接口手册（ETF 列表 + 历史K线端点）。

4. 核心模板函数（自包含可跑）

import pandas as pd
import numpy as np

_MOCK = True


def momentum_rank(prices, n=60, top_k=3):
    moms = {}
    for code, cl in prices.items():
        s = pd.Series(cl)
        moms[code] = s.iloc[-1] / s.iloc[-1 - n] - 1 if len(cl) > n else -9
    ranked = pd.Series(moms).sort_values(ascending=False)
    return ranked.head(top_k).index.tolist()


def run_check():
    prices = {
        "510300": [4.0, 4.1, 4.3, 4.6, 4.9, 5.2],
        "510500": [7.0, 6.9, 6.8, 6.7, 6.6, 6.5],
        "159915": [2.5, 2.6, 2.7, 2.8, 2.9, 3.1],
    }
    top = momentum_rank(prices, n=5, top_k=2)
    assert top == ["510300", "159915"]
    print("校验通过 | 轮动选入:", top)
    return top


if __name__ == "__main__":
    run_check()

5. 跑通示例

top = run_check()
print("本月配置 ETF:", top)

6. 坑与注意事项

1. 动量反转：强动量后常伴随反转，可叠加 #18 MACD 过滤。
2. 成分重叠：沪深300ETF 与上证50ETF 成分高度重叠，要降相关性。
3. 费率：高频轮动摩擦吃掉收益，月度更常用。
4. 跟踪误差：选规模大、流动性好的标的。

7. 小结与下一篇预告

ETF 轮动给「顺势+分散」的组合。下一篇讲基金定投/配置——定投回测与再平衡。

下一篇预告：《【Python量化实战全攻略 #29】基金定投、配置手册：定投回测与再平衡（附代码）》

8. 免责声明

本文为 ETF 轮动示例，演示数据为虚构，不构成投资建议。

关于数据来源：本文 ETF 轮动所需的 K线数据来自智兔数服（www.zhituapi.com）官方文档接口（详见本系列 #07/#13），覆盖 200+ 已验证路径，注册可领免费 token 做研究测试。
更多实战手册见技术博客：zhituapi.com/blog.html。
本系列《Python量化实战全攻略》共 32 篇，下一篇讲基金定投配置。