最近在看ptrade的策略，发现可以利用ptrade计算出来etf的溢价率，etf独特的一级市场，二级市场机制，因为标的的价格和市场的价格不一样，存在套利机会，一般个人投资者可能套利lof，比较多，lof基金的套利门槛比较低，我先研究lof，看看可以实现自动套利不，etf套利门槛比较高，一般需要100万起，同时标的有份额限制，可能应该标的一条酒几个人可以抢到份额，

ETF套利的核心原理，是利用同一商品在不同市场之间的价格差异来获取利润。

ETF具有双重交易机制：一级市场（申赎市场）

：投资者可以用一篮子成分股向基金公司申购ETF份额，或者将ETF份额赎回成一篮子成分股。交易价格基于基金净值（IOPV或NAV）。二级市场（买卖市场）

：投资者可以在证券交易所像买卖股票一样买卖ETF份额。交易价格由市场供需关系决定

溢价率(%) = (当前价格 - 参考净值) / 参考净值 × 100

第一步需要读取标的的实时盘中价格，整理利用读取快照数据接口

amount:持仓量(str:int)(期货字段,股票返回0)；
bid_grp:委买档位(第一档包含委托队列(仅L2支持))(str:dict[int:list[float,int,int,{int:int,...}],int:list[float,int,int]...])；
business_amount:总成交量(str:int)；
business_amount_in:内盘成交量(str:int)；
business_amount_out:外盘成交量(str:int)；
business_balance:总成交额(str:float)；
business_count:成交笔数(str:int)
circulation_amount:流通股本(str:int)；
current_amount:最近成交量(现手)(str:int)；
down_px:跌停价格(str:float)；
end_trade_date:最后交易日(str:str)
entrust_diff:委差(str:float)；
entrust_rate:委比(str:float)；
high_px:最高价(str:float)；
hsTimeStamp:时间戳(str:float)；
last_px:最新成交价(str:float)；
low_px:最低价(str:float)；
offer_grp:委卖档位(第一档包含委托队列(仅L2支持))(str:dict[int:list[float,int,int,{int:int,...}],int:list[float,int,int]...])；
open_px:今开盘价(str:float)；
pb_rate:市净率(str:float)；
pe_rate:动态市盈率(str:float)；
preclose_px:昨收价(str:float)；
prev_settlement:昨结算(str:float)(期货字段,股票返回0.0)；
px_change_rate:涨跌幅(str:float)；
settlement:结算价(str:float)(期货字段,股票返回0.0)
start_trade_date:首个交易日(str:float)
tick_size:最小报价单位(str:float)
total_bid_turnover:委买金额(str:int)；
total_bidqty:委买量(str:int)；
total_offer_turnover:委卖金额(str:int)
total_offerqty:委卖量(str:int)；
trade_mins:交易分钟数(str:int)
trade_status:交易状态(str:str)；
turnover_ratio:换手率(str:int)；
up_px:涨停价格(str:float)；
vol_ratio:量比(str:float)；
wavg_px:加权平均价(str:float)；
iopv:基金份额参考净值(str:float)；

还需要读取etf t-1,上一日的单位值，利用读取标的etf信息函数

etf_redemption_code -- 申赎代码(str:str)；
publish -- 是否需要发布IOPV(str:int)；
report_unit -- 最小申购、赎回单位(str:int)；
cash_balance -- 现金差额(str:float)；
max_cash_ratio -- 现金替代比例上限(str:float)；
pre_cash_component -- T-1日申购基准单位现金余额(str:float)；
nav_percu -- T-1日申购基准单位净值(str:float)；
nav_pre -- T-1日基金单位净值(str:float)；
allot_max -- 申购上限(str:float)；
redeem_max -- 赎回上限(str:float)

'''
ETF盘中实时溢价率监控策略 - 实盘专用版
功能: 计算ETF盘中实时溢价率，监控折溢价机会
说明: 本策略仅适用于实盘交易环境，不兼容回测
参考净值来源: get_etf_info获取的T-1日基金单位净值(nav_pre)
'''
import pandas as pd
import numpy as np
from datetime import datetime
def initialize(context):
    """
    策略初始化函数
    """
    # ETF观察列表
    g.etf_list = [
        "50.SS",  
        "0.SS",  
        
    ]
    
    # 设置股票池
    set_universe(g.etf_list)
    
    # 设置定时任务：每天15:08执行一次溢价率检查
    run_daily(context, func=check_premium_rate, time='15:20')
    
    log.info("ETF盘中实时溢价率监控策略初始化完成！")
    log.info("监控ETF数量: %d 只" % len(g.etf_list))
    log.info("执行时间: 15:08")
def get_etf_premium_rate(context, etf_code):
    """
    计算单只ETF的盘中实时溢价率（实盘专用）
    
    溢价率计算公式：
    溢价率(%) = (当前价格 - 参考净值) / 参考净值 * 100
    
    参考净值来源：get_etf_info获取的T-1日基金单位净值(nav_pre)
    
    参数:
        context: Context对象
        etf_code: ETF代码，如 "00.SS"
    
    返回:
        dict: 包含溢价率及相关信息的字典
    """
    result = {
        'etf_code': etf_code,
        'current_price': 0.0,      # 当前价格
        'reference_nav': 0.0,      # 参考净值
        'premium_rate': 0.0,       # 溢价率(%)
        'nav_pre': 0.0,            # T-1日基金单位净值
        'status': 'unknown'        # 状态: 'normal', 'no_data', 'error'
    }
    
    try:
        # ============ 第一步：获取当前价格 ============
        # 实盘环境使用get_snapshot获取tick级别行情
        snapshot = get_snapshot(etf_code)
        
        if not snapshot or etf_code not in snapshot:
            log.warning("%s: 无法获取快照数据" % etf_code)
            result['status'] = 'no_data'
            return result
        
        # 获取最新价
        current_price = float(snapshot[etf_code].get('last_px', 0))
        result['current_price'] = current_price
        
        if current_price <= 0:
            log.warning("%s: 当前价格无效: %.4f" % (etf_code, current_price))
            result['status'] = 'no_data'
            return result
        
        # ============ 第二步：获取参考净值（使用get_etf_info） ============
        reference_nav = 0.0
        
        # 使用get_etf_info获取T-1日基金单位净值(nav_pre)
        try:
            # 获取ETF基本信息
            etf_info = get_etf_info(etf_code)
            
            if etf_info and etf_code in etf_info:
                # 获取T-1日基金单位净值
                nav_pre = float(etf_info[etf_code].get('nav_pre', 0))
                result['nav_pre'] = nav_pre
                
                if nav_pre > 0:
                    reference_nav = nav_pre
                    log.info("%s: 使用T-1日净值作为参考净值: %.4f" % (etf_code, reference_nav))
                else:
                    log.warning("%s: T-1日净值无效: %.4f" % (etf_code, nav_pre))
                    result['status'] = 'no_data'
                    return result
            else:
                log.warning("%s: 无法获取ETF信息" % etf_code)
                result['status'] = 'no_data'
                return result
        except Exception as e:
            log.error("%s: 获取ETF信息异常: %s" % (etf_code, str(e)))
            result['status'] = 'error'
            return result
        
        result['reference_nav'] = reference_nav
        
        # ============ 第三步：计算溢价率 ============
        # 溢价率(%) = (当前价格 - 参考净值) / 参考净值 * 100
        premium_rate = (current_price - reference_nav) / reference_nav * 100
        result['premium_rate'] = round(premium_rate, 4)
        result['status'] = 'normal'
        
        return result
    
    except Exception as e:
        log.error("%s: 计算溢价率异常: %s" % (etf_code, str(e)))
        result['status'] = 'error'
        return result
def check_premium_rate(context):
    """
    定时检查所有ETF的盘中实时溢价率
    """
    current_dt = context.blotter.current_dt
    current_time = current_dt.strftime('%H:%M:%S')
    
    log.info("========== %s ETF盘中实时溢价率检查 ==========" % current_time)
    
    # 存储所有ETF的溢价率数据
    premium_data = []
    
    for etf_code in g.etf_list:
        result = get_etf_premium_rate(context, etf_code)
        
        if result['status'] == 'normal':
            premium_data.append(result)
            
            # 判断溢价状态，只标记异常状态
            if result['premium_rate'] > 0.5:
                status_tag = "⚠️ 高溢价"
            elif result['premium_rate'] > 0.2:
                status_tag = "↑ 溢价"
            elif result['premium_rate'] < -0.5:
                status_tag = "⚠️ 高折价"
            elif result['premium_rate'] < -0.2:
                status_tag = "↓ 折价"
            else:
                # 正常状态不输出日志，减少信息量
                continue
            
            log.info("%s: 价格=%.4f, T-1净值=%.4f, 溢价率=%.4f%% %s" % 
                     (etf_code, result['current_price'], result['nav_pre'], 
                      result['premium_rate'], status_tag))
        else:
            log.warning("%s: 数据获取失败，状态: %s" % (etf_code, result['status']))
    
    # 输出溢价率排名（前5名）
    if premium_data:
        # 按溢价率从高到低排序
        sorted_data = sorted(premium_data, key=lambda x: x['premium_rate'], reverse=True)
        
        log.info("--- 溢价率排名 Top 5 ---")
        for i, data in enumerate(sorted_data[:5], 1):
            log.info("第%d名: %s, 价格=%.4f, 溢价率=%.4f%%" % 
                     (i, data['etf_code'], data['current_price'], data['premium_rate']))
        
        # 输出最高溢价和最高折价
        max_premium = sorted_data
        min_premium = sorted_data[-1]
        
        log.info("最高溢价: %s, 溢价率=%.4f%%" % 
                 (max_premium['etf_code'], max_premium['premium_rate']))
        log.info("最高折价: %s, 溢价率=%.4f%%" % 
                 (min_premium['etf_code'], min_premium['premium_rate']))
    
    log.info("========== ETF盘中实时溢价率检查结束 ==========")
def handle_data(context, data):
    """
    PTrade框架必需的handle_data函数
    """
    pass

ETF套利算法研究：从折溢价到对冲的完整链路

投资顾问

算法

编程语言

PTrade平台实现ETF实时溢价率监控，利用get_snapshot获取盘中价格与get_etf_info读取T-1净值，自动计算折溢价并排序预警。该策略聚焦一级二级市场价差套利，支持LOF与ETF双场景，实盘环境可直接运行，通过设定阈值标记高溢价/折价机会，辅助捕捉套利窗口。

数据接口

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

ETF套利算法研究：从折溢价到对冲的完整链路

ETF套利算法研究：从折溢价到对冲的完整链路

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐