ZhiHu logo
网格交易:网格参数与收益率和最大回撤

网格交易:网格参数与收益率和最大回撤

创作声明:包含投资理财内容
43 人赞同了该文章
目录
收起
网格参数
每个网格的上下界以及网格的总数
每个网格所分配的资金数和买卖股票数量
同标的下网格大小对收益率的影响
单边上涨对收益率的影响
单边下跌对最大回撤的影响

网格交易的原理文章很多,在这里就不做太多论述,有兴趣的可以自行搜索。本文主要讨论等资金等比例网格模型的收益率和最大回撤,即,每个网格百分比大小一样,所分配的资金量也是一样的。也详细模拟回测了网格策略的参数配置对收益率和最大回撤的影响。

网格参数

本段将回答下面问题:

  1. 在等资金等比例网格模型条件下,如何确定每个网格的上下界以及网格的总数。
  2. 在等资金等比例网格模型条件下,如何确定每个网格所分配的资金数和买卖股票数量。

每个网格的上下界以及网格的总数

假设,我们期望股价 P[Plow,Phigh]P \in [P_{low}, P_{high}] 范围内对股票做网格交易,超出该范围保持静默:即,股价高于 PhighP_{high} 或者股价低于 PlowP_{low} ,网格模型什么都不做。

假设,我们该股投入的最大起始资金 TotalMoneyTotalMoney

假设,网格大小为 ThresholdThreshold ,百分比单位。

那么第一个网格上界为: GridPricehigh(1)=PhighGridPrice_{high}^{(1)} = P_{high}

第一个网格下界为: GridPricelow(1)=Phigh(1Threshold%)GridPrice_{low}^{(1)} = P_{high} * (1 - Threshold \%)

第二个网格的上界为第一个网格的下界,即: GridPricehigh(2)=GridPricelow(1)GridPrice_{high}^{(2)} = GridPrice_{low}^{(1)}

第二个网格的下界为 GridPricelow(2)=GridPricehigh(2)(1Threshold%)GridPrice_{low}^{(2)} = GridPrice_{high}^{(2)} *(1 - Threshold \%)

依次类推,直到某个网格的下界限 >=Plow>= P_{low} ,然后数一数就可以知道网格的总数 NN 了。

即:

ii 个网格的股价上界为上一个网格的下界 GridPricehigh(i)=GridPricelow(i1)GridPrice_{high}^{(i)} = GridPrice_{low}^{(i - 1)}

ii 个网格的股价下界为GridPricelow(i)=GridPricehigh(i)(1Threshold%)GridPrice_{low}^{(i)} = GridPrice_{high}^{(i)} * (1 - Threshold \%)

( i[1,N]i \in [1, N]GridPricelow(N)<=PlowGridPricehigh(N)>PlowGridPrice_{low}^{(N)} <= P_{low}, GridPrice_{high}^{(N)} > P_{low} )

每个网格所分配的资金数和买卖股票数量

由于我们用的是等资金等比例模型,该股投入的最大起始资金 TotalMoneyTotalMoney 是一定的,总的网格个数 NN 也确定了,所以,每个网格对应的资金数 TotalMoney/NTotalMoney / N 。每个网格可以持有的股票数量等于每个网格对应的资金数除以该网格的股价下界,即第 ii 个网格所买入的股票数量为 (TotalMoney/N/GridPricelow(i))(TotalMoney/N/GridPrice_{low}^{(i)})

另外还需要注意一点:普通A股的最小买入数量是1手,即100股,所以要做取整运算。可转债按照张来计算,期货也是1手来计算。但是总的来说不影响对网格模型的理解。

比如,有下面的网格配置,设定股价在[8, 15]元内做网格交易,网格大小为6%,模拟起始资金100万元。

网格上下界限和资金的配置

那么每个网格的上下界、资金分配以及买卖数量为:

网格的上下界、资金分配以及买卖数量

同标的下网格大小对收益率的影响

下面主要讨论网格大小对收益率的影响。首先,网格越大,成交的次数越少;网格越密,成交的次数越多。这是毫无疑问的。其次,网格越小(越密),理论上能捕获到很多小的波动,收益率一定会越多吗?

接下来做4个对比测试,同一标的宁夏建材,回测区间2018年1月1日 - 2022年11月1日,共4年11个月。忽略分红的情况下,标的股跌幅 2.8%-2.8\%

回测时间区间

测试一:网格大小 2%2 \%

测试二:网格大小 5%5\%

测试三:网格大小 8%8\%

测试三:网格大小 20%20\%

回测结果:

测试一:网格大小 2%2 \%,收益率为 26.3%26.3\% ,最大回撤 26.24%26.24\%

测试二:网格大小 5%5\%,收益率为 34.3%34.3\% ,最大回撤 24.79%24.79\%

测试三:网格大小 8%8\%,收益率为 39.4%39.4\% ,最大回撤 25.57%25.57\%

测试四:网格大小 20%20\%,收益率为 23.8%23.8\% ,最大回撤 25.09%25.09\%

综上,网格大小对收益率有显著的差异,最大回撤基本持平。并不是网格越密越好,网格超大导致交易次数减少,反而收益率不高。黄色线为网格策略收益率,绿色线为对应的股票收益率。1是本金,大于1收益率为正,小于1收益率为负。网格交易模拟软件:pan.baidu.com/s/12rJ7MF

回测结果:8%的网格大小

单边上涨对收益率的影响

依宁夏建材为例, 5%5\% 的网格大小,在区间20211105-20220221这段区间内,标的涨幅 +35.7%+35.7\% (绿色线),但是网格策略收益率 +10.7%+10.7\% (黄色线),明显小于标的收益。

宁夏建材:20211105-20220221单边上涨 VS网格策略收益

单边下跌对最大回撤的影响

暴跌之下无完卵,除非空仓。既然选择了网格交易模型,也是要正面直视的。还是依相同标的宁夏建材为例, 5%5\% 的网格大小:20210323-20210730单边下跌 30%-30\% (绿色线),网格收益率 8.6%-8.6\% (黄色线)。网格交易正是有了资金管理和动态做波段,才使得暴跌行情下好于标的股。

宁夏建材:20210323-20210730单边下跌-30%,网格收益率 -8.6%



最新版本的 网格交易回测软件 :public-abenstock-materials.gz.bcebos.com

增强了如下功能:

  • 闲置资金购买国债逆回购 (效果不明显,蚊子再小也是肉)
  • 使用子网格 (效果明显)
  • 使用网格利润再投资 (效果明显)
编辑于 2023-08-15 09:42上海
如何在 MATLAB 中识别数据中与预期行为不同的事件或模式?
了解工程数据中的点异常、上下文异常和集体异常;基于统计学、机器学习和深度学习的异常检测方法;如何处理代表正常运行行为的数据集以及少量带标签的异常数据;部署时的设计考量 查看详情
用户头像
理性发言,友善互动

12 条评论
默认
最新
柠檬酱
刚好今天自己在设的时候确实发现格子大一点,有可能收益还高一点哦
2023-07-13 · 广东
结局难料
会不会有点过度优化的嫌疑,还有开仓时间和点位也会有很大影响,
2023-03-28 · 浙江
ABenStock
作者
我尽量避免过度优化,特意选择了这两个时间段,这两个时间点,沪深300ETF基本上持平。
仅仅是把我的思想/想法用在网格策略上,看能否提高收益率,做的更好。
2023-03-28 · 上海
锐克五代

pdf不是说提供简单试用功能吗,为什么我这里尝试只能付费才能使用?

2025-06-24 · 福建
投顾缪老师
使用了未来信息,确定初始基准价格区间都是事后看,请问为什么要设置在8-15,我要是知道价格区间随便怎么做都可以
2024-12-26 · 湖南
ABenStock
作者
价格15到8元不是故意设置的。只是为了回测使用的一个上下界参数。实际回测中,可以自由指定。
2024-12-26 · 上海
windy
专业大神,受教受教
2023-02-23 · 上海
ABenStock
作者
谢谢
2023-02-23 · 上海
见路非路
用券商的app回测宁夏建材数据,跟楼主的数据,出入有点大,是为什么呢?难道跟分时走势有关?[思考]
2022-12-11 · 山东
ABenStock
复权数据和不复权数据会有一些差异。我这边用的是不复权的数据。
第二个是,回测数据的颗粒度。我用的是日线级别的回测。如果用5分钟价格的回测会更准确。
2023-02-07 · 上海
见路非路
1.网格参数是每格5%,等金额买入卖出,期间结束不清仓卖出,收益率为网格收益与初始资金商
2.回测期间为两部分,211105-220221、210323-210730
3.复不复权软件没说明,所以我不清楚
4.收益率,第一个期间标的38.4%/网格4.55%,第二个期间标的-26.8%/网格0.34%
5.最大回撤软件没有提供相应数据

我觉得问题可能在复权、收益率的口径、券商软件回测分时走势上面,不知我说的对不对,请指正
2022-12-30 · 山东
理性发言,友善互动

想来知乎工作?请发送邮件到 jobs@zhihu.com