第二.04 网格交易策略

📘 本章重点

• 理解网格交易的核心思想：在预设的价格区间内机械式低买高卖
• 掌握网格间距、每档仓位、网格边界三大核心参数的设计方法
• 学会计算网格交易的资金需求与最大风险敞口
• 了解网格交易在震荡市中的优势和突破行情中的致命风险

⚠️ 本章难点

• 理解”网格交易不需要判断方向”——它假设价格会在区间内来回摆动
• 掌握资金管理的核心：预留足够现金应对网格的持续买入
• 区分”网格被突破”与”网格暂时失效”——前者是止损信号，后者是正常等待
• 理解网格交易与RSI、布林带策略的本质差异（位置触发 vs 信号触发）

⏱️ 预估学习时间

• 45～60分钟

一、策略简述与一句话定性

一句话定性：网格交易策略是一种机械化的区间交易系统——在预设的价格区间内，将资金分成若干等份，价格每下跌一档买入一份，每上涨一档卖出一份，通过反复低买高卖在震荡市中累积利润。

网格交易的核心理念与许多常见的条件触发策略不同。它不判断趋势方向，不看RSI是否超买超卖，不等待均线金叉——它只做一件事：价格到了预设的位置，就执行预设的操作。 如果说RSI策略是”条件触发”（当RSI<30时买入），那么网格交易就是”位置触发”（当价格跌到10元时买入）。

网格交易的逻辑非常简单：

1. 选一个价格区间（比如8-12元）
2. 在这个区间内画N条网格线（比如每隔0.5元一条）
3. 价格每下跌一格，买入一份
4. 价格每上涨一格，卖出一份
5. 反复执行，直到价格突破区间边界

它本质上是一个震荡市收割机——在市场来回摆动时，网格反复低买高卖，像渔网一样把利润”滤”出来。但如果市场选择单边突破，网格会被一根大阳线或大阴线彻底击穿，产生巨大亏损。

网格交易的核心矛盾：

网格赚钱的前提是”价格会在区间内来回摆动”。但如果你已经知道价格会在区间内摆动，为什么不用更高效的方式（比如在区间下沿一次性满仓、上沿一次性清仓）来赚更多？

答案是：你不知道。 你不知道价格什么时候会突破区间，也不知道突破的方向。网格交易的本质是”用一部分潜在收益（如果突破会踏空或亏损）来换取确定性（如果继续震荡就能持续获利）”。它是一个用收益换确定性的交易——你放弃了大赚的可能性，换来了震荡市中稳定薅羊毛的机会。

老陈点评：
在纯随机游走且无交易成本的理想情况下，网格交易的期望收益为零。在实际交易中，由于手续费和滑点的存在，网格的期望收益为负——这就是为什么网格交易必须在具有均值回归特征的市场中运行。它的盈利来源是价格在区间内的反复震荡，而不是价格的方向性运动。

老王补充：
我最早接触网格交易是在2015年股灾之后。那时候A股进入漫长的震荡磨底期，趋势策略怎么追怎么死，反而是网格交易每个月都能稳定薅出几个点。但后来2017年白马股单边上涨，我的网格全部被突破，抄底的仓位全飞了——网格不怕震荡，怕的是单边。

二、策略的使用范围与条件

维度	适用范围与条件	说明
适用市场	震荡或盘整状态明显、有明确价格边界的品种	ETF是最佳品种（不会退市、波动适中）；外汇、商品期货也可
品种波动性要求	中等波动，有足够的日内或日间振幅	波动率过低则网格间距太小，交易成本吞噬利润
适用周期	日线或小时线	网格本身不依赖K线周期，通常以价格到达即触发
资金门槛	中等偏高	需要预留足够现金应对价格下跌至区间底部的情况
不适合的市场状态	强单边突破、长期熊市或牛市	网格会在单边市中持续买入亏损或踏空卖飞

最佳行情特征：

• 价格在一个明确的区间内上下摆动，且已持续较长时间
• 波动率处于中等水平，每次摆动幅度足以覆盖网格间距+交易成本
• 品种基本面稳定，无破产或退市风险（ETF是最佳选择）

失效预警：

• 价格突破网格区间的上轨或下轨，且持续运行
• 波动率急剧放大（如重大消息公布）
• 网格连续多笔交易都在”买入”，几乎没有”卖出”机会（价格持续下跌）
• 网格中大部分仓位已被触发买入，剩余资金不足

适用品种举例：

• 宽基ETF（如沪深300ETF、标普500ETF）：不会退市，波动适中，长期向上
• 行业ETF（如券商ETF、半导体ETF）：区间震荡明显，适合网格
• 外汇货币对（如EUR/USD）：震荡特性明显，流动性好
• 商品期货（如螺纹钢、豆粕）：有明确的季节性和区间特征

不适用品种：

• 单只股票（可能退市、可能长期单边下跌）
• 高波动加密货币（网格容易被瞬间击穿）
• 流动性差的小盘股（买卖价差大，交易成本高）

小李（散户）问：听起来网格交易不就是”跌了就买、涨了就卖”吗？那跟定投有什么区别？

老陈点评：
定投是”定期买入、长期持有”，网格是”定价买入、到价就卖”。定投赚的是长期复利和平均成本，网格赚的是区间波动的价差。定投不关心价格高低，网格必须关心价格位置。两者的哲学完全不同。

老王补充：
我帮你翻译一下：定投是”长期信仰”模式，网格是”震荡薅羊毛”模式。定投在熊市里越跌越买、牛市里继续买（一直买一直持有），网格在熊市里买、牛市里卖（涨了就卖）。定投不怕跌（反正长期会涨），网格最怕跌（跌了没钱补仓）。

三、因子拆解与原理

3.1 网格间距——交易频率因子

网格间距是两条相邻网格线之间的价格差。它是网格策略最核心的参数：

• 间距太小：交易频繁，每次盈利微小，交易成本占比高，容易被手续费吞噬
• 间距太大：交易稀少，资金利用率低，可能错过多次摆动机会
• 常用设定：固定价格差（如0.5元）或固定百分比（如2%-5%）

间距设定方法：

1. ATR法：以品种的ATR（平均真实波幅）作为基准，间距设为0.5-1倍ATR
2. 百分比法：以当前价格的2%-5%作为间距（波动率高的品种取大值）
3. 历史波动率法：统计品种的历史日波动率，取平均值作为间距参考

老陈点评：
网格间距本质上是”你的策略对价格波动的敏感度”。间距越小，你越相信价格会在小范围内频繁摆动；间距越大，你越有耐心等待大的摆动。从统计角度看，网格间距应该与品种的历史波动率相匹配——波动率高的品种用大间距，波动率低的品种用小间距。

3.2 每档仓位——资金分配因子

每档仓位决定了你在每一格上投入多少资金。常用的分配方式：

• 等额仓位法：每格投入相同金额（最简单、最常用）
• 金字塔加仓法：价格越低，每格投入越多（在下跌中逐步加码，拉低平均成本）
• 倒金字塔法：价格越低，每格投入越少（减少下跌风险，但会降低反弹收益）

每种方法的优缺点：

分配方式	优点	缺点	适用场景
等额法	简单易懂，资金分配均匀	在持续下跌中平均成本下降速度较慢	新手首选
金字塔法	大幅下跌后成本摊薄快，反弹利润高	如果价格继续下跌，亏损敞口更大	对底部有信心的品种
倒金字塔法	下跌中风险控制较好	反弹时利润较少，资金利用率低	对品种方向不确定时

老王补充：
我个人的经验是：初学者先用等额法，跑通之后再考虑金字塔。金字塔加仓看起来很美——”跌得越多我买得越多，反弹起来赚得越多”——但这是双刃剑：你加得越多，一旦继续下跌，亏得也越多。金字塔加仓的本质是”赌底部”，你确定你能找到底部吗？

3.3 网格边界——风险控制因子

网格边界决定了策略的”作战区域”：

• 上轨：价格涨到此位置时，清空所有持仓（或仅保留底仓）
• 下轨：价格跌到此位置时，停止买入（或仅保留最小仓位）

边界设定方法：

1. 历史区间法：取过去1-2年的最高价和最低价作为边界（固定边界）——新手首选，简单直观，但要注意：过去的高点不代表未来的高点，过去的低点不代表未来的低点。
2. 基本面估值法：基于PE、PB等估值指标确定”合理区间”——进阶推荐，如果你对品种的合理估值区间有明确判断，这是最可靠的边界设定方法。
3. 布林带法：将布林带的上下轨作为网格边界（动态调整）——慎用，它会让网格随着价格移动而移动，可能导致”网格追着价格跑”，失去了”固定区间”的锚定效果。

老陈点评：
网格边界决定了策略的”生存空间”。边界设得太宽，资金会被分散到太多网格，每格资金太少；边界设得太窄，容易在正常波动中被突破，被迫止损离场。建议结合技术分析（如支撑位/阻力位）和基本面估值来设定，而不要纯靠历史价格。

3.4 因子的互补与牵制

网格策略的三个因子之间存在紧密的牵制关系：

• 网格间距 vs 每档仓位：间距小→交易频繁→需要更多现金储备；间距大→交易稀少→资金利用率低
• 每档仓位 vs 网格边界：边界宽→需要更多总资金才能覆盖全部网格；边界窄→资金压力小但容易被突破
• 网格间距 vs 网格边界：两者共同决定了”网格总层数” = (上轨-下轨) / 间距

设计原则：先确定总资金和每笔风险，再反推网格间距和边界。不要先把网格画好再算资金——那样做出来的策略往往在实盘中”子弹不够”。

四、仓位、买卖点与风险管理

4.1 入场信号（网格触发）

网格交易没有传统意义上的”入场信号”——它的入场是由价格触发的：

触发类型	条件	操作	说明
买入触发	价格下跌至某条网格线	买入固定数量/金额	当价格跌破该网格线后，在下一根K线开盘执行
卖出触发	价格上涨至某条网格线	卖出固定数量/金额	当价格涨破该网格线后，在下一根K线开盘执行

网格交易的决策成本为零——它只是机械地执行：价格到了，就买卖。但它的资金管理成本极高——没有充足的现金储备，网格就是一张随时会被冲破的渔网。

4.2 资金管理（网格的生命线）

网格策略最核心的风险不是选错品种，而是资金耗尽。以下是一个完整的资金规划模板：

网格参数示例：

• 总资金：100万元
• 价格区间：8-12元
• 网格间距：0.5元
• 网格层数：8层（12, 11.5, 11, 10.5, 10, 9.5, 9, 8.5）
• 每层仓位：约5万元（总资金8%）
• 预留现金：至少40%（用于应对价格跌破下轨）

“网格覆盖率” 是一个关键指标：

网格覆盖率 = 已占用资金 / 总资金
当覆盖率 > 60%时，说明市场处于下跌趋势，应暂停新增买入
当覆盖率 > 80%时，说明即将跌破下轨，应高度警惕

资金压力测试：在极端情况下，你的钱够用吗？

假设你的网格下轨是10元，间距0.5元，共8层。如果你在价格从12.5元跌到10元的过程中，每层买入1万元，总耗资8万元。如果你的总资金是20万元，那么跌到下轨时，你的现金还剩12万元。

但问题是：如果价格继续跌到9元（跌破下轨），你怎么办？

最坏情况下的资金需求 = 网格内所有层级的买入总额 + 下轨以下的”备用资金”

建议在设定网格时，至少预留总资金的30%-40% 作为”跌破下轨后的应急资金”——这笔钱不参与网格，只在价格跌破下轨时用于”补仓”或”生存”。这就像开车时后备箱里放一个备胎——你可能永远用不到，但没它你不敢上路。

老王补充：
我见过最惨的网格交易失败案例——一个交易员在比特币上做网格，区间设得太宽、仓位太大。价格跌破下轨后，他把所有资金都补进去了，然后比特币继续跌，他爆仓了。网格交易不是无限资金策略。你必须假设价格会跌破下轨，并为此做好准备。

⚠️ 税务成本提示（A股适用）：
A股股票交易中，卖出时需要缴纳0.1%的印花税。如果网格交易一年触发100次卖出，每次卖出1万元，那么印花税就是100 × 1万 × 0.1% = 1000元。加上佣金（约0.02%-0.03%），总交易成本可能占利润的30%-50%。

建议：优先使用ETF进行网格交易——ETF交易免印花税，佣金也更低。这是网格交易在A股的最佳实践。

4.3 止损设计

网格策略的止损与普通策略不同——它不是在单笔交易上止损，而是在整个策略层面止损：

止损类型	触发条件	操作
下轨硬止损	价格有效跌破下轨（连续2-3根K线）	全部平仓（认输离场），或转为趋势跟踪策略
网格覆盖率止损	网格覆盖率超过80%且价格仍在下跌	暂停买入，等待反弹，或直接平仓部分头寸
时间止损	网格连续运行超过N个月无盈利	评估策略是否仍适应当前环境

突破后的两种处理方式：

方式	操作	适用场景
认输离场	全部平仓，承认策略失效	价格大幅突破，且基本面已发生变化
切换模式	停止网格，转为趋势跟踪（如持有不动或均线跟随）	价格突破但基本面未变，可能是长期趋势启动

老陈点评：
网格策略的止损不是”这一笔亏了多少”，而是”整个策略是否还能继续运作”。网格覆盖率是一个很好的预警指标——当它达到警戒线时，说明你的假设（价格会在区间内震荡）正在被证伪。这时候需要做的不是补仓，而是重新评估。

4.4 止盈设计

网格策略的止盈是逐笔触发的——每一笔卖出都是对之前买入的止盈。

• 自动止盈：当价格上涨一格时，自动卖出上一格买入的头寸
• 区间顶部止盈：当价格触及上轨时，清空全部持仓（落袋为安）
• 部分止盈：在价格接近上轨时，分批卖出，保留部分仓位等待突破

网格的总收益 = 所有格子的价差总和 – 交易成本

4.5 策略在失效时的应对

1. 连续下跌（单边空头）

• 网格覆盖率快速上升 → 暂停买入，仅保留卖出单
• 如果价格跌破下轨 → 全部平仓或切换为趋势跟踪

2. 连续上涨（单边多头）

• 网格频繁卖出 → 持仓快速减少 → 踏空风险
• 如果价格涨破上轨 → 全部平仓（或切换为持有不动）

3. 波动率急剧扩大

• 一次价格跳动可能跨越多个网格 → 多个买入或卖出同时触发 → 仓位管理失控
• 应对：在重大数据公布前，暂停网格交易（将挂单全部撤掉）

突破后的三种心理陷阱：

1. “我再等等” ——价格跌破下轨，你说”再等等反弹”，结果继续跌，亏损扩大。
2. “我加仓摊薄” ——价格跌破下轨，你说”跌了这么多应该到底了”，然后追加资金继续网格，结果继续跌，越亏越多。
3. “这策略不行” ——价格跌破下轨后反弹回到区间，你说”网格果然不可靠”，然后平仓离场，错过了后面的大幅反弹。

这三种陷阱的共同点是：你在用情绪代替规则。 网格交易的核心是”机械执行”，所以在启动策略之前，你必须想好”突破后怎么办”，而不是等突破了再想。

老王补充：
波动率急剧放大时网格最容易被”穿”——价格一口气跳了三个网格，你的三笔买入或卖出同时触发，仓位瞬间失控。我后来采取的做法是：在数据公布前半小时，把网格单全部撤掉，等数据出来后重新规划网格。 这不是”预测数据方向”，而是”保护网格不被击穿”。

五、Python回测示例

以下代码演示网格交易策略在沪深300ETF上的回测。采用等额仓位法、固定价格网格、带下轨止损。

⚠️ 代码与实盘网格交易的重要差异：

1. 本代码使用市价单成交（价格穿越后以收盘价追单），实盘通常使用限价单提前挂单，两者成交价格和滑点有差异。
2. 本代码无交易成本，实盘需要考虑手续费和滑点（尤其是A股印花税）。
3. 本代码的网格是固定的，实盘可能需要动态调整网格位置。
4. 本代码假设价格穿越网格线时一次性全额成交，不考虑部分成交和滑点。

建议读者在实盘前，先在本代码基础上加入成本项和滑点模拟，再做实盘决策。

import pandas as pd
import numpy as np
import yfinance as yf
from datetime import datetime

# 若yfinance无法获取数据，可使用akshare：import akshare as ak; df = ak.stock_zh_index_daily(symbol="sh000300")

def grid_trading_strategy(data, 
                          grid_low=3.0,      # 对应【因子3.3：网格边界-下轨】
                          grid_high=5.0,     # 对应【因子3.3：网格边界-上轨】
                          grid_step=0.2,     # 对应【因子3.1：网格间距】
                          cash_per_grid=10000, # 对应【因子3.2：每档仓位】
                          initial_cash=100000):
    """
    网格交易策略（等额仓位法，带下轨止损）
    参数：
        data: 必须包含 'Close' 列
        grid_low: 网格下轨（价格跌破此位置时止损清仓）
        grid_high: 网格上轨（价格涨破此位置时清仓止盈）
        grid_step: 网格间距
        cash_per_grid: 每格投入金额
        initial_cash: 初始总资金
    返回：添加了持仓和净值的DataFrame
    """
    df = data.copy()
    
    # 1. 生成网格线（使用np.round统一处理浮点精度，避免键值不匹配）
    grid_lines = np.round(np.arange(grid_low, grid_high + grid_step, grid_step), 2)
    # 持仓记录：每个网格线对应的持仓数量（键为两位小数的浮点数）
    grid_positions = {g: 0 for g in grid_lines}
    
    # 2. 初始化账户
    cash = initial_cash
    position = 0  # 总持仓数量
    df['Position'] = 0
    df['Cash'] = initial_cash
    df['Total_Value'] = initial_cash
    
    # 对每条网格线，检查价格是否穿越（从下往上或从上往下）
    for i in range(1, len(df)):
        price = df['Close'].iloc[i]
        prev_price = df['Close'].iloc[i-1]
        
        # 逐网格判断：对每条网格线，检查价格是否从一侧穿越到另一侧
        for g in grid_lines:
            # 向上穿越：prev_price < g <= price（从下方穿到上方）
            if prev_price < g <= price:
                # 向上穿越对应卖出（如果该网格有持仓）
                if grid_positions[g] > 0:
                    sell_qty = grid_positions[g]
                    cash += sell_qty * price
                    position -= sell_qty
                    grid_positions[g] = 0
            # 向下穿越：prev_price > g >= price（从上方穿到下方）
            elif prev_price > g >= price:
                # 向下穿越对应买入（如果现金充足）
                if cash >= cash_per_grid:
                    buy_qty = cash_per_grid / price
                    cash -= buy_qty * price
                    position += buy_qty
                    grid_positions[g] += buy_qty
        
        # 止损检查：价格跌破下轨
        if price < grid_low:
            cash += position * price
            position = 0
            for g in grid_positions:
                grid_positions[g] = 0
        
        # 止盈检查：价格涨破上轨
        if price > grid_high:
            cash += position * price
            position = 0
            for g in grid_positions:
                grid_positions[g] = 0
        
        # 记录账户状态
        df.loc[df.index[i], 'Position'] = position
        df.loc[df.index[i], 'Cash'] = cash
        df.loc[df.index[i], 'Total_Value'] = cash + position * price
    
    # 3. 计算收益率
    df['Returns'] = df['Total_Value'].pct_change()
    df['Net_Value'] = df['Total_Value'] / initial_cash
    
    # 4. 统计指标
    total_return = (df['Net_Value'].iloc[-1] - 1) * 100
    max_drawdown = ((df['Net_Value'].cummax() - df['Net_Value']) / df['Net_Value'].cummax()).max() * 100
    
    print(f"总收益率：{total_return:.2f}%")
    print(f"最大回撤：{max_drawdown:.2f}%")
    print(f"最终持仓：{position:.2f}股")
    print(f"最终现金：{cash:.2f}元")
    
    return df

if __name__ == "__main__":
    # 下载沪深300ETF数据（示例）
    df = yf.download('510300.SS', start='2020-01-01', end='2025-01-01')
    # 运行策略（参数需根据实际价格调整）
    result = grid_trading_strategy(df, grid_low=3.5, grid_high=5.0, grid_step=0.15, 
                                    cash_per_grid=10000, initial_cash=100000)
    print(result[['Close', 'Position', 'Cash', 'Total_Value', 'Net_Value']].tail(10))

回测结果简要解读（以实际运行为准）：

• 在震荡市中，网格策略能够稳定积累利润，资金曲线呈阶梯式上涨
• 在单边下跌市中，网格策略会持续买入，账户净值不断下降
• 在单边上涨市中，网格策略会持续卖出，最终”踏空”上涨行情
• 建议读者在不同市场环境中对比测试，观察网格策略的适用范围

老陈点评：
上述回测代码的网格穿越逻辑采用了”逐网格判断”方式，比索引对比更健壮。但要注意：网格交易在实盘中应该使用限价挂单——在价格尚未到达网格线时，提前在该位置挂好买单或卖单。本代码的”穿越后以收盘价成交”是一种简化，实盘滑点需要额外考虑。

老王补充：
还有一个细节：代码中的网格是”固定价格网格”，但很多品种的价格会随时间而变化（比如ETF长期上涨）。建议使用动态网格——以当前价格的百分比为基准，定期调整网格线的位置，避免”网格被长期趋势甩在后面”。

六、策略的来历、设计者与趣闻

网格交易没有一个明确的发明者。它更像是金融市场中多个古老思想的融合——本质上，它结合了平均成本法（Dollar Cost Averaging，1920年代华尔街就已出现）和区间交易法（交易员在支撑位和阻力位之间反复买卖的古老实践）。

网格交易的现代形式随着程序化交易的普及而兴起。在1980年代，随着芝加哥商品交易所（CME）等金融期货市场的成熟，交易员开始用计算机程序在预设的网格中自动挂单。1990年代，随着外汇市场的电子化交易普及，网格交易成为外汇日内交易者的常用工具。

网格交易与”市场先生”的寓言：本杰明·格雷厄姆在《聪明的投资者》中提出了著名的”市场先生”寓言——市场先生每天都会报出一个价格，有时极度乐观，有时极度悲观。聪明的投资者利用市场先生的情绪波动来买卖，而非被他的情绪影响。网格交易可以被视为”市场先生”寓言的机械化版本：在市场先生极度悲观时买入，极度乐观时卖出，但不做任何判断，只是机械执行。

近年来，网格交易在加密货币市场中获得了新的生命力。由于加密货币波动率极高，许多量化平台（如币安、OKX）内置了网格交易机器人，允许用户在指定的价格区间内自动挂单。加密货币网格机器人在震荡市中表现亮眼，但一旦趋势来临，亏损同样惊人。

趣闻：2017年比特币从1000美元涨到20000美元的过程中，大量网格交易者被”拉爆”。他们在比特币1500-2000美元区间画了一个精细的网格——当比特币涨到2000美元时，网格卖出了全部仓位。然后比特币一路涨到20000美元，他们再也买不回来了。网格交易不总是”薅羊毛”——有时候它也在为趋势交易者”让路”。

策哥闲话：

网格交易最痛苦的不是亏钱——而是价格一路飞涨，你手里的现金越来越多，心里越来越凉。这种感觉，就是圈内人调侃的“踏空式抑郁”。

但你得认：网格赚的是震荡的钱，不是趋势的钱。

你可以选择接受踏空，也可以给网格加一个“趋势模式”来补位。但不能指望一个策略，既能把震荡的羊毛薅干净，又能把趋势的肉全吃掉——那不是量化，那是做梦。

七、本章小结与思考题

小结

比较三个均值回归策略：

策略	核心问题	判断依据	典型信号
布林带均值回归（二.01）	价格偏离均线多远？	价格在通道中的位置	触及下轨买入，触及上轨卖出
RSI极值反转（二.05）	价格变动有多快？	价格变动的速度和幅度	RSI<30买入，RSI>70卖出
网格交易（二.04）	价格到了哪个位置？	价格是否到达预设网格线	价格下跌一格买入，上涨一格卖出

三者中，网格交易是最机械的一种——它不需要判断、不需要信号、不需要阈值，只需要”到了就做”。但同时，它也是最吃资金的一种——没有充足的现金储备，网格就是一张随时会被冲破的渔网。

项目	核心要点
策略类型	均值回归，位置触发
适用行情	震荡盘整、有明确边界的行情
核心优势	全机械化执行，无情绪干扰，震荡市中稳定盈利
最大风险	单边趋势中资金耗尽或踏空
资金门槛	中等偏高（需预留充足现金）
改进方向	动态网格、金字塔加仓、趋势检测切换

老陈总结：
网格交易的优势在于它的”零决策成本”——你不会在犹豫中错过机会，也不会在恐慌中做出错误判断。但它的劣势在于它对资金的消耗——在极端行情中，你可能还没有等到”网格被修复”（价格回到区间内），资金就已经用完了。网格交易的核心不是”赚多少钱”，而是”能承受多大的下跌”。

老王总结：
如果你问我要不要做网格交易，我会说：做，但只拿总资金的三分之一做。 另外三分之二放在债券或现金里，万一网格被突破了，还有子弹可以补仓。网格交易最大的敌人不是方向，是”没钱了”。

网格交易就像在一条河里撒一张渔网。 如果河水流速稳定（震荡市），渔网能稳定地滤出鱼虾（利润）。但如果山洪爆发（单边趋势），渔网会被冲走，你不仅没捕到鱼，还丢了网（亏损）。

💡 思考题

1. 如果用网格交易做沪深300ETF，你会选择多大的网格间距？请说明你的选择依据（可参考历史波动率或ATR）。
2. 假设你在比特币上做了一个网格，价格跌破下轨后你选择”认输离场”全平，结果第二天价格暴涨回到区间内。你会后悔吗？你如何应对这种”止损后反弹”的情况？
3. 网格交易的”等额仓位法”和”金字塔加仓法”，在持续下跌的市场中哪一种表现更好？在V型反转的市场中哪一种表现更好？
4. （展望题） 如果未来市场波动率持续下降（网格收益空间变小），你认为网格交易会被完全替代，还是会演变出新的形式？比如，与机器学习结合，让网格自动适应波动率变化？

八、引用/参考出处

网上内容：

• 百度百科 – Grid Trading：https://baike.baidu.com/item/网格交易/59427416

图书（元信息）：

• 本杰明·格雷厄姆，《聪明的投资者》，人民邮电出版社，2010。（”市场先生”寓言）
• 史蒂夫·尼森，《日本蜡烛图技术》，地震出版社，2008。