1.量化交易 | 网格交易大法
2.不知道哪位大大可以解释下网格交易法？

量化交易 | 网格交易大法

       网格交易是满仓满仓一种仓位策略，用于动态调整仓位。源码其核心原则是操作“仓位策略比选股策略更重要”。以下是满仓满仓网格交易的基本概念、特点与局限、源码策略步骤、操作冬虫夏草溯源码回测结果与结论，满仓满仓以及策略源码。源码

       基本概念：

       1. 底仓价：作为建仓与调仓的操作重要依据。

       2. 低吸高抛：根据网格设置买卖价位，满仓满仓避免追涨杀跌。源码

       3. 网格大小：买入网格小于卖出网格，操作旨在捕捉利润。满仓满仓matlabsort源码

       特点与局限：

       1. 没有万能策略，源码趋势决定策略成败。操作

       2. 选股应集中在波动大、成长性好的中小市值股票。

       3. 底仓价格设定需在安全边际内，避免估值顶部建仓。

       4. 在牛市中策略表现可能不佳，分散仓位可能导致阿尔法较低。

       5. 买卖规则较为固定，可能忽略重要突破点。

       策略步骤：

       1. 选股：重点关注互联网和软件信息服务业，PE小于，itpv源码市值小，波动率高。

       2. 网格设置：[-3%买，5%卖]、[-5%买，%卖]、[-8%买，%卖]、[-%买，%卖]。

       3. 资金安排：在仓位控制时，满仓概念为总资金除以股票池总数乘以2.5，成熟源码提高资金利用率。

       回测结果与

       1. 熊市中大网格表现较好，震荡期小网格效果更优，长周期中网格策略效果显著。

       2. 最佳结果包括：熊市盈利%，长周期%，震荡期%，年化回报率分别为%、%、.6%。

       3. 策略源码提供了执行流程，包括行业筛选、THOR源码股票选择、网格交易执行与调整。

不知道哪位大大可以解释下网格交易法？

       这是一种仓位策略，用于动态调仓。该大法秉持的原则是"仓位策略比选股策略更重要"。当然，我们做策略的，选出好的股票池是我们孜孜不倦的追求~~

       几个基本概念

       1.底仓价：价格的标准线，建仓和调仓的重要依据。

       2.低吸高抛：仓位控制贯彻低吸高抛，绝不追涨杀跌。根据网格设置买卖价位。下面举个例子

       在底仓价的附近，我们根据网格的大小，比如每跌3%按仓位买入（第一档：买%，第二档：买%，第三档：买%，第四档：买%）。要注意的是，这里买卖不是绝对的定量，而是调仓到对应仓位。如果第一次跌破3%，而后上涨到5%时，是不操作的，因为下跌时只建了%的仓，而上涨5%的仓位是%，不够抛出。

       3.网格大小：上图给出了3种网格大小。特点是买入网格小于卖出网格。这种不对称编织网格的道理在于网格的目的是网获利润，将利润建立在趋势的必然性中，而不仅仅是靠震荡的偶然性。

       先讲特点和局限吧

       首先，定理&公理：没有万能的策略。

       1.趋势决定策略的成败。在长期的上涨趋势中策略才能获得满意回报。

       2.选股集中在波动大、成长性好的中小市值股票。不断盘整的周期股、大盘股和业绩不佳的垃圾股踩中就麻烦了。

       3.底仓价格设定在安全边际内。在估值顶部设立底仓价格风险极大，会造成很大的损失。

       4.牛市表现不佳。分散的仓位策略，没有依据价格形态来修改网格，都可能在牛市中跑输大盘。降低贝塔的代价就是阿尔法也较低。

       5.买卖规则不灵活，可能使一些重要的突破支持或阻力位置的买卖点被忽略在网格之外。

       来看看策略步骤

       1.选股

       重点行业：I 互联网和相关服务，I 软件和信息技术服务业

       低估值PE小：PE<

       小市值：分行业按市值排列选市值小的只

       高波动：分行业在市值最小的只中选出过去一年波动率最大的5只股票

       So，我们的股票池有只股。每3个月按上述条件更新一次股票池，更新时不在新股票池的股票全部清仓。

       2.网格：[-3%买，5%卖]、[-5%买，%卖]、[-8%买，%卖]、[-%买，%卖]

       四种大小的网格都会相应尝试一下看看效果。

       3.资金安排：在仓位控制时，满仓的概念是（总资金/股票池总数*2.5）

       后面的乘数是为了提高资金利用率，因为3个月的周期内可能不是每只股票都能达到满仓。

       好啦，收韭菜的时候到了

       回测做了很多组，大致是分市场行情（牛、震荡和熊）各做了一次。然后在震荡期调整网格大小分别做了4次

       回测详情与代码见 w(防)w（度）w（娘）.joinquant.com/post/