网格交易

网格交易法 (Grid Trading) 是一种在震荡行情中表现出色的“自动化高抛低吸”策略，其核心思想与追涨杀跌的趋势策略完全相反，非常考验交易者对市场波动区间的判断。

它的哲学非常直观：它不预测市场的未来方向，而是假设价格将在一个特定的区间内来回波动。

• 策略行为: 交易者预先设定一个价格区间（由压力位和支撑位定义），并在这个区间内密布多个预设的价格线（网格线）。

  • 当价格下跌并触及下方的某个节点时，就买入一份头寸。

  • 当价格上涨并触及上方的某个节点时，就卖出一份头寸。

• 盈利模式: 策略的利润来自于在低价节点买入、在高价节点卖出这一过程的不断重复。每一次成功的“一买一卖”循环，就锁定了一份由网格间距决定的利润。

• 左侧交易: 这是一种典型的左侧交易。它在价格下跌、看似“危险”时买入；在价格上涨、看似“乐观”时卖出。它总是在“逆”着短期的小趋势操作，赌的是价格会回归到区间的中心。

风险与适用场景

最大优势: 在横盘震荡市 (Ranging Market) 中，网格交易法如同永动机一般，能够持续不断地从价格的无序波动中榨取利润。

最大风险: 其“阿喀琉斯之踵”是强烈的单边趋势行情 (Trending Market)。

• 在持续的单边下跌中，策略会不断地在更低的价格买入、买入、再买入，导致积累大量浮动亏损的多头头寸，俗称“接飞刀”。

• 在持续的单边上涨中，策略会不断地卖出、卖出、再卖出，最终可能耗尽持仓并开始建立亏损的空头头寸，导致“踏空”并转为逆势做空。

因此，成功运用网格交易的关键在于正确判断当前市场处于震荡状态，并设定一个合理的波动区间。

策略逻辑

网格交易策略的实现可以分为以下几个步骤：

第一步：设定网格

• 价格中枢: 策略以前一交易日的收盘价作为当天网格的中心基准。这个中枢价在当天是固定不变的。
  • 也可以用其他方法确定中枢价，比如前一日的最高价和最低价的均值，或者更复杂的技术指标。
• 网格线: 在中枢价的基础上，按固定的百分比（如 ±1%, ±2%, ±3%）向上和向下扩展，形成一系列的网格线。这构成了一个等比例的网格系统。
  • 也可以用固定的点数间隔（如每隔10点）来设定网格线，具体取决于标的的价格水平和波动性, 甚至可以用ATR等波动率指标来动态调整网格间距。
• 网格区域: 相邻的两条网格线之间形成一个“区域”或“格子”。

第二步：交易规则

• 核心原则: 当价格从一个网格区域移动到另一个相邻的网格区域时，触发一次交易。

• 向上移动 (例如，从区域3进入区域4): 卖出 m 手合约。如果原先持有多仓，则为平仓；如果原先为空仓或空头，则为开/加空仓。

• 向下移动 (例如，从区域4进入区域3): 买入 m 手合约。如果原先持有空仓，则为平仓；如果原先为空仓或多头，则为开/加多仓。

举例分析

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。

代码示例

下面的代码示例展示了如何实现一个简单的网格交易策略：

# coding=utf-8
from __future__ import print_function, absolute_import, unicode_literals
import numpy as np
import pandas as pd
from gm.api import *
'''
本策略标的为：SHFE.rb1901
价格中枢设定为：前一交易日的收盘价
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
每变动一个网格，交易量变化100个单位
回测数据为:SHFE.rb1901的1min数据
回测时间为:2017-07-01 08:00:00到2017-10-01 16:00:00
'''
def init(context):
    # 策略标的为SHFE.rb1901
    context.symbol = 'SHFE.rb1901'
    # 订阅SHFE.rb1901, bar频率为1min
    subscribe(symbols = context.symbol, frequency='60s')
    # 设置每变动一格，增减的数量(下单的手数)
    context.volume = 1
    # 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
    context.last_grid = 0
    # 以前一日的收盘价为中枢价格, history_n函数用于获取历史数据, 第[0]条返回形式为[{'open': 3500, 'high': 3520, 'low': 3480, 'close': 3510, 'volume': 1000}], 取close字段即为收盘价
    context.center = history_n(symbol= context.symbol,frequency='1d',end_time=context.now,count = 1,fields = 'close')[0]['close']
    # 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）
    context.grid_change_last = [0,0]

# bar 是一种 K 线数据，也就是把一段时间内的市场行情汇总成一条数据，而不是每笔成交的 tick。它反映了某个时间周期内的开盘、收盘、最高、最低价格和成交量。可以是 1分钟/5分钟/1小时/1天的 K 线
def on_bar(context, bars): # on_bar函数是策略的核心函数, 每当有新的bar数据到达时, 框架会自动调用这个函数, 并把最新的bar数据传入bars参数
    # 获取最新的bar数据, bars是一个列表, 每个元素是一个Bar对象, 代表一个标的的bar数据. 这里我们只订阅了一个标的, 所以取第一个元素
    bar = bars[0]
    # 获取多仓仓位
    position_long = context.account().position(symbol=context.symbol, side=PositionSide_Long)
    # 获取空仓仓位
    position_short = context.account().position(symbol=context.symbol, side=PositionSide_Short)

    # 设置网格, 以开盘价为中枢价格, 计算网格线得到实际的网格线价格
    context.band = np.array([0.97, 0.98, 0.99, 1, 1.01, 1.02, 1.03]) * context.center
    # 计算当前价格所处的网格区间, pd.cut函数用于将数据分割成不同的区间(把连续数值分箱（bin）), labels参数用于给每个区间命名, 这里我们用1-6表示6个区间
    grid = pd.cut([bar.close], context.band, labels=[1, 2, 3, 4, 5, 6])[0]
    # pd.cut 的返回值是一个 Pandas Series 对象，长度和 x 一致. 由于 x=[bar.close] 只有一个元素，所以用 [0] 取出标签值

    # 如果价格超出网格设置范围，则提示调节网格宽度和数量. 当价格低于最小网格或高于最大网格时，pd.cut 会返回 NaN
    if np.isnan(grid):
        print('价格波动超过网格范围，可适当调节网格宽度和数量')

    # 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
    # 如果新网格大于前一天的网格，做空或平多
    if context.last_grid < grid:
        # 记录新旧格子范围（按照大小排序）
        grid_change_new = [context.last_grid,grid]
        # 几种例外：
        # 当last_grid = 0 时是初始阶段，不构成信号
        # 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
        # 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
        if context.last_grid == 0:
            context.last_grid = grid
            return
        if context.last_grid != 0:
            # 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
            if grid_change_new != context.grid_change_last:
                # 更新前一次的数据
                context.last_grid = grid
                context.grid_change_last = grid_change_new
                # 如果有多仓，平多
                if position_long:
                    # 下一单, 平多
                    order_volume(symbol=context.symbol, volume=context.volume, side=OrderSide_Sell, order_type=OrderType_Market,
                                 position_effect=PositionEffect_Close)
                    print('以市价单平多仓{}手'.format(context.volume))
                # 否则，做空
                if not position_long:
                    order_volume(symbol=context.symbol, volume=context.volume, side=OrderSide_Sell, order_type=OrderType_Market,
                                 position_effect=PositionEffect_Open)
                    print('以市价单开空{}手'.format(context.volume))

    # 如果新网格小于前一天的网格，做多或平空
    if context.last_grid > grid:
        # 记录新旧格子范围（按照大小排序）
        grid_change_new = [grid,context.last_grid]
        # 几种例外：
        # 当last_grid = 0 时是初始阶段，不构成信号
        # 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
        # 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
        if context.last_grid == 0:
            context.last_grid = grid
            return
        if context.last_grid != 0:
            # 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
            if grid_change_new != context.grid_change_last:
                # 更新前一次的数据
                context.last_grid = grid
                context.grid_change_last = grid_change_new
                # 如果有空仓，平空
                if position_short:
                    order_volume(symbol=context.symbol, volume=context.volume, side=OrderSide_Buy,
                                 order_type=OrderType_Market,
                                 position_effect=PositionEffect_Close)
                    print('以市价单平空仓{}手'.format(context.volume))
                # 否则，做多
                if not position_short:
                    order_volume(symbol=context.symbol, volume=context.volume, side=OrderSide_Buy,
                                 order_type=OrderType_Market,
                                 position_effect=PositionEffect_Open)
                    print('以市价单开多{}手'.format(context.volume))
    # 设计一个止损条件：当持仓量达到10手，全部平仓
    if position_short == 10 or position_long == 10:
        order_close_all()
        print('触发止损，全部平仓')
if __name__ == '__main__':
    '''
    strategy_id策略ID,由系统生成
    filename文件名,请与本文件名保持一致
    mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST
    token绑定计算机的ID,可在系统设置-密钥管理中生成
    backtest_start_time回测开始时间
    backtest_end_time回测结束时间
    backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST
    backtest_initial_cash回测初始资金
    backtest_commission_ratio回测佣金比例
    backtest_slippage_ratio回测滑点比例
    '''
    run(strategy_id='strategy_id',
        filename='main.py',
        mode=MODE_BACKTEST,
        token='token_id',
        backtest_start_time='2018-07-01 08:00:00',
        backtest_end_time='2018-10-01 16:00:00',
        backtest_adjust=ADJUST_PREV,
        backtest_initial_cash=100000,
        backtest_commission_ratio=0.0001,
        backtest_slippage_ratio=0.0001)

获取数据的bar格式可能如下:

bar = {
    'symbol': 'SHFE.rb1901',
    'datetime': '2025-10-17 13:30:00',
    'open': 3500,
    'high': 3520,
    'low': 3490,
    'close': 3510,
    'volume': 120
}

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。