1. 经典策略
  2. 网格交易(期货)
PDF下载 下载
“”关键字 0 个。
2/10

网格交易(期货)

阅读 161433

网格交易法（期货）

1. 原理

什么是网格交易法？

网格交易法是一种利用行情震荡进行获利的策略。在标的价格不断震荡的过程中，对标的价格绘制网格，在市场价格触碰到某个网格线时进行加减仓操作尽可能获利。

网格交易法属于左侧交易的一种。与右侧交易不同，网格交易法并非跟随行情，追涨杀跌，而是逆势而为，在价格下跌时买入，价格上涨时卖出。

怎样设计网格？

投资者可以随意设置网格的宽度和数量。既可以设置为等宽度，也可以设置为不等宽度的。设置等宽度网格可能会导致买点卖点过早，收益率较低。设置不等宽度网格能够避免这个问题，但如果行情出现不利变动，可能会错失买卖机会。

网格交易法的盈利情况

在行情震荡上涨时：

假设格子之间的差为1元钱，每变化一个格子相应的买入或卖出1手，则通过网格交易当前账户的净收益为6元，持空仓4手，持仓均价为12.5元。

行情震荡下跌时：

同理可知，净收益为8元，持4手多仓，平均成本为7.5元。

可以看到，无论行情上涨还是下跌，已平仓的部分均为正收益，未平仓的部分需要等下一个信号出现再触发交易。

即使网格交易能够获得较为稳定的收益，但也存在一定的风险。如果行情呈现大涨或大跌趋势，会导致不断开仓，增加风险敞口。这也是为什么网格交易更适用震荡行情，不合适趋势性行情。

核心

网格交易主要包括以下几个核心要点：

- 挑选的标的最好是价格变化较大，交易较为活跃
网格交易是基于行情震荡进行获利的策略，如果标的不活跃，价格波动不大，很难触发交易。
- 选出网格的压力位和阻力位
确定适当的压力位和阻力位，使价格大部分时间能够在压力位和阻力位之间波动。如果压力位和阻力位设置范围过大，会导致难以触发交易；如果压力位和阻力位设置范围过小，则会频繁触发交易。
- 设置网格的宽度和数量
设定多少个网格以及网格的宽度可根据投资者自身喜好自行确定。

2. 策略思路

第一步：确定价格中枢、压力位和阻力位
第二步：确定网格的数量和间隔
第三步：当价格触碰到网格线时，若高于买入价，则每上升一格卖出m手；若低于买入价，则每下跌一格买入m手。

回测标的：SHFE.rb1901
回测时间：2018-07-01 到 2018-10-01
回测初始资金：10万
注意：若修改回测期，需要修改对应的回测标的。

策略难点：

  • 怎样记录价格是否突破网格线？

解决方法：有些人可能会想到用当前价格与网格线对应的价格进行比较，但这样操作比较麻烦，步骤繁琐。这里采用区域判断方式。根据网格线划分网格区域为1、2、3、4、5、6.利用pandas库提供的cut函数，将当前价格所处的网格区域表示出来。当网格区域发生变化，说明价格突破了一个网格线。

  • 如何避免出现4区-5区开仓一次,5区-4区又平仓一次这种“假突破”？

解决方法：4-5开仓一次和5-4平仓一次实际上突破的是一根线，此时的形态是价格沿着这根线上下波动。只有第一次穿过这条线时才是真正的交易信号，其他的并没有形成突破。因此我们需要一个变量储存每一次交易时网格区域的变化形态(按照从大到小的顺序)，比如5-4可以记为[4,5],4-5记为[4,5]。当新的记录=旧的记录时，信号失效。

3. 策略代码

  1. # coding=utf-8
  2. from __future__ import print_function, absolute_import, unicode_literals
  3. import numpy as np
  4. import pandas as pd
  5. from gm.api import *
  7. '''
  8. 本策略标的为：SHFE.rb1901
  9. 价格中枢设定为：前一交易日的收盘价
  10. 从阻力位到压力位分别为：1.03 * open、1.02 * open、1.01 * open、open、0.99 * open、0.98 * open、0.97 * open
  11. 每变动一个网格，交易量变化100个单位
  12. 回测数据为:SHFE.rb1901的1min数据
  13. 回测时间为:2017-07-01 08:00:00到2017-10-01 16:00:00
  14. '''
  17. def init(context):
  18.     # 策略标的为SHFE.rb1901
  19.     context.symbol = 'SHFE.rb1901'
  20.     # 订阅SHFE.rb1901, bar频率为1min
  21.     subscribe(symbols = context.symbol, frequency='60s')
  22.     # 设置每变动一格，增减的数量
  23.     context.volume = 1
  24.     # 储存前一个网格所处区间，用来和最新网格所处区间作比较
  25.     context.last_grid = 0
  26.     # 以前一日的收盘价为中枢价格
  27.     context.center = history_n(symbol= context.symbol,frequency='1d',end_time=context.now,count = 1,fields = 'close')[0]['close']
  28.     # 记录上一次交易时网格范围的变化情况（例如从4区到5区，记为4,5）
  29.     context.grid_change_last = [0,0]
  32. def on_bar(context, bars):
  33.     bar = bars[0]
  34.     # 获取多仓仓位
  35.     position_long = context.account().position(symbol=context.symbol, side=PositionSide_Long)
  36.     # 获取空仓仓位
  37.     position_short = context.account().position(symbol=context.symbol, side=PositionSide_Short)
  39.     # 设置网格和当前价格所处的网格区域
  40.     context.band = np.array([0.97, 0.98, 0.99, 1, 1.01, 1.02, 1.03]) * context.center
  41.     grid = pd.cut([bar.close], context.band, labels=[1, 2, 3, 4, 5, 6])[0]
  43.     # 如果价格超出网格设置范围，则提示调节网格宽度和数量
  44.     if np.isnan(grid):
  45.         print('价格波动超过网格范围，可适当调节网格宽度和数量')
  47.     # 如果新的价格所处网格区间和前一个价格所处的网格区间不同，说明触碰到了网格线，需要进行交易
  48.     # 如果新网格大于前一天的网格，做空或平多
  49.     if context.last_grid < grid:
  50.         # 记录新旧格子范围（按照大小排序）
  51.         grid_change_new = [context.last_grid,grid]
  52.         # 几种例外：
  53.         # 当last_grid = 0 时是初始阶段，不构成信号
  54.         # 如果此时grid = 3，说明当前价格仅在开盘价之下的3区域中，没有突破网格线
  55.         # 如果此时grid = 4，说明当前价格仅在开盘价之上的4区域中，没有突破网格线
  56.         if context.last_grid == 0:
  57.             context.last_grid = grid
  58.             return
  59.         if context.last_grid != 0:
  60.             # 如果前一次开仓是4-5，这一次是5-4，算是没有突破，不成交
  61.             if grid_change_new != context.grid_change_last:
  62.                 # 更新前一次的数据
  63.                 context.last_grid = grid
  64.                 context.grid_change_last = grid_change_new
  65.                 # 如果有多仓，平多
  66.                 if position_long:
  67.                     order_volume(symbol=context.symbol, volume=context.volume, side=OrderSide_Sell, order_type=OrderType_Market,
  68.                                  position_effect=PositionEffect_Close)
  69.                     print('以市价单平多仓{}手'.format(context.volume))
  70.                 # 否则，做空
  71.                 if not position_long:
  72.                     order_volume(symbol=context.symbol, volume=context.volume, side=OrderSide_Sell, order_type=OrderType_Market,
  73.                                  position_effect=PositionEffect_Open)
  74.                     print('以市价单开空{}手'.format(context.volume))
  76.     # 如果新网格小于前一天的网格，做多或平空
  77.     if context.last_grid > grid:
  78.         # 记录新旧格子范围（按照大小排序）
  79.         grid_change_new = [grid,context.last_grid]
  80.         # 几种例外：
  81.         # 当last_grid = 0 时是初始阶段，不构成信号
  82.         # 如果此时grid = 3，说明当前价格仅在开盘价之下的3区域中，没有突破网格线
  83.         # 如果此时grid = 4，说明当前价格仅在开盘价之上的4区域中，没有突破网格线
  84.         if context.last_grid == 0:
  85.             context.last_grid = grid
  86.             return
  87.         if context.last_grid != 0:
  88.             # 如果前一次开仓是4-5，这一次是5-4，算是没有突破，不成交
  89.             if grid_change_new != context.grid_change_last:
  90.                 # 更新前一次的数据
  91.                 context.last_grid = grid
  92.                 context.grid_change_last = grid_change_new
  93.                 # 如果有空仓，平空
  94.                 if position_short:
  95.                     order_volume(symbol=context.symbol, volume=context.volume, side=OrderSide_Buy,
  96.                                  order_type=OrderType_Market,
  97.                                  position_effect=PositionEffect_Close)
  98.                     print('以市价单平空仓{}手'.format(context.volume))
  100.                 # 否则，做多
  101.                 if not position_short:
  102.                     order_volume(symbol=context.symbol, volume=context.volume, side=OrderSide_Buy,
  103.                                  order_type=OrderType_Market,
  104.                                  position_effect=PositionEffect_Open)
  105.                     print('以市价单开多{}手'.format(context.volume))
  107.     # 设计一个止损条件：当持仓量达到10手，全部平仓
  108.     if position_short == 10 or position_long == 10:
  109.         order_close_all()
  110.         print('触发止损，全部平仓')
  113. if __name__ == '__main__':
  114.     '''
  115.     strategy_id策略ID,由系统生成
  116.     filename文件名,请与本文件名保持一致
  117.     mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST
  118.     token绑定计算机的ID,可在系统设置-密钥管理中生成
  119.     backtest_start_time回测开始时间
  120.     backtest_end_time回测结束时间
  121.     backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST
  122.     backtest_initial_cash回测初始资金
  123.     backtest_commission_ratio回测佣金比例
  124.     backtest_slippage_ratio回测滑点比例
  125.     '''
  126.     run(strategy_id='strategy_id',
  127.         filename='main.py',
  128.         mode=MODE_BACKTEST,
  129.         token='token_id',
  130.         backtest_start_time='2018-07-01 08:00:00',
  131.         backtest_end_time='2018-10-01 16:00:00',
  132.         backtest_adjust=ADJUST_PREV,
  133.         backtest_initial_cash=100000,
  134.         backtest_commission_ratio=0.0001,
  135.         backtest_slippage_ratio=0.0001)

4. 回测结果和稳健性分析

设定初始资金10万，手续费率为0.01%，滑点比率为0.01%。回测结果如下图所示。

回测期间策略累计收益率为4.16%，年化收益率为16.50%，基准收益率为0.91%，整体跑赢指数。最大回撤为0.72%，胜率为100%。在2018年7月12日以后，标的没有交易，说明此时标的价格已经超过设置的网格范围，可以适当加宽或增加网格数量。

为了检验策略的稳健性，保持标的和回测期不变，改变网格间隔和网格数量，得到回测结果如下表所示。

网格间隔 网格数量 手续费 年化收益率 最大回撤 胜率 未平头寸
0.01*价格中枢 6 50.55 16.50% 0.72% 100% 0手多单
0.02*价格中枢 6 36.89 26.21% 7.82% 100% 2手空单
0.005*价格中枢 6 61.42 -30.24% 22.04% 85.71% 3手空单
0.01*价格中枢 4 18.11 15.49% 4.17% 100% 1手多单
0.02*价格中枢 4 18.16 16.08% 4.16% 100% 1手空单
0.005*价格中枢 4 21.72 -51.27% 31.39% 100% 4手空单

可以看到，改变网格间隔和网格数量对回测结果的影响较大。整体胜率较高，但存在部分未平头寸。在网格间隔设置为0.01倍价格中枢时，整体收益率最高，最大回撤也处于较低水平；在网格间隔为0.02倍中枢价格时，整体收益率最差。由此可以看出，网格间隔对收益率的影响要高于网格数量。因此，在利用网格交易法时，需要设置合理的网格间隔。

注：此策略只用于学习、交流、演示，不构成任何投资建议。

0 篇笔记
分享笔记
联系我们
掘金交流群
掘金交流群
更多群组
微信公众号
微信公众号