美股 ETF 是資產配置與輪動策略的骨幹：SPY、QQQ、債券 ETF、產業 ETF，一張表就能組出完整的多資產組合。這份資料涵蓋 2016 年以來美股基金與 ETF 的每日成交資訊，近期有報價的接近 7,800 檔，十個欄位含開高低收、成交量與整套還原（adjusted）序列，配息與拆分都已調整回序列裡，每日同步更新。
這份資料裡有什麼
美股 ETF 價格（us_fund_price）是「日期 × 代號」的矩陣，欄位包含 open/high/low/close、對應的 adj_open/adj_high/adj_low/adj_close、adj_pct_change 與 volume。切到美股市場後一行取出：
顯示程式碼
from finlab import data, config
from finlab.markets.us import USMarket
config.set_market(USMarket)
px = data.get("us_fund_price:adj_close")取 px["QQQ"] 就是含配息還原的完整序列，個股價格則在同結構的美股收盤價資料頁。
怎麼判讀這份資料
上圖是 QQQ 的還原收盤價：2016 年初以來約 6.5 倍，同期 SPY 約 3.8 倍。這組對照本身就是近十年美股的縮影：科技成長股主導的行情裡，那斯達克 100 大幅甩開大盤。做回測時務必用 adj_close 系列：ETF 的配息不還原回序列，長期報酬會被系統性低估，債券與高股息 ETF 尤其嚴重，這與台股還原股價的邏輯完全相同。
用這份資料最容易踩的兩個陷阱
第一個陷阱：拿未還原的 close 算長期報酬。SPY 每季配息，十年下來配息再投入的複利差距極大；比較兩檔 ETF 或對策略做基準，全部用 adj 系列，口徑才一致。
第二個陷阱：忽略下市與更名的倖存者問題。矩陣裡有近萬檔基金與 ETF，其中不少已清算下市；回測 ETF 輪動策略時若只挑「現在還活著的熱門 ETF」當候選池，等於偷看了倖存名單，池子要用當時可交易的全集去建。
怎麼接上策略
ETF 價格最常見的用法是資產配置與動能輪動：股債金組合的再平衡、依相對動能在產業 ETF 之間切換。站內用美股 ETF 資料做過的實例包含用 VIX 訊號配置 SPY 的實測與生命週期投資的槓桿配置模擬；美股回測的完整上手流程見美股回測教學。
怎麼自己取得這份資料
把股債動能輪動的原料整理出來，只要幾行：
顯示程式碼
from finlab import data, config
from finlab.markets.us import USMarket
config.set_market(USMarket)
px = data.get("us_fund_price:adj_close")
basket = px[["SPY", "QQQ", "TLT", "GLD"]].dropna()
momentum = basket.pct_change(60) # 60 日動能這份資料的涵蓋年限、筆數與更新狀態，本頁下方有即時健檢可以查；不想寫程式的話，頁面下方可以把取資料、算動能與畫圖直接交給 AI 完成。