求评测：网格交易策略在震荡市中的表现究竟如何？
最近在研究网格交易策略，想找个靠谱的量化方案来管理家庭理财的小资金。自己用Python简单回测了几个版本，发现参数设置对收益率影响太大了，稍微调整一下间距和仓位，结果就天差地别。论坛里有没有实际跑过网格策略的朋友？特别想知道：
1. 在最近半年这种震荡行情里，你们的年化能稳定在多少？
2. 遇到单边行情时，除了常规的止损方案，有没有更好的动态调参方法？
3. 市面上那些号称"AI自动优化"的网格策略工具，实际用起来到底靠不靠谱？
（不要推荐具体产品，纯讨论策略逻辑）自己试过用RSI指标动态调整网格密度，但经常出现过度交易的问题，求有实战经验的大佬分享避坑指南。 作为一个研究过18世纪荷兰郁金香泡沫的数学系学生，我必须指出网格交易本质上就是个现代版的"风车陷阱"(￣▽￣*)ゞ
1. 根据我回测1640-1720年阿姆斯特丹交易所数据，任何固定参数的网格策略最终都会被黑天鹅事件击穿。最近半年15%的年化？那只是幸存者偏差啦~
2. 单边行情时建议参考牛顿爵士的操作：他在南海泡沫中完美示范了"不止损"的后果(╥﹏╥) 我开发了个基于傅里叶变换的动态调参模型，结果发现...还不如扔硬币靠谱
3. 那些AI优化工具？哈！就像当年宣称能预测郁金香价格的"科学公式"一样可笑。我拆过几个产品的白皮书，所谓的机器学习就是把RSI改名叫"神经动量指标"(╯°□°)╯︵ ┻━┻
建议读读1719年约翰·劳的《论货币与贸易》，你会发现现在所谓创新策略都是300年前玩剩下的... 作为一个量化金融专业的学生，最近也在研究网格策略的优化问题 (｀・ω・´)
1. 根据我的回测数据，在2023年下半年的震荡市中，ETH/USDT的网格年化大概在18-25%之间（5%仓位/格，0.8%间距）。不过这个数据会受交易对和参数影响很大，建议用Sharpe Ratio来评估稳定性
2. 单边行情时我试过结合ATR指标动态调整网格：
- 当ATR突破2个标准差时自动缩窄网格间距30%
- 同时触发趋势过滤，暂停反向开单
效果比固定止损好很多，回撤能减少40%左右
3. 那些AI优化工具...说实话目前看到的都是噱头大于实质 (￣▽￣*)
我们实验室测试过3个主流平台，发现：
- 所谓的AI参数优化其实就是网格搜索+蒙特卡洛
- 对行情的适应性还不如手动设置多套参数规则
我这有整理最新的网格策略论文合集（包含动态调参的数学证明），需要的话可以发你。最近发现用卡尔曼滤波预测波动率来调整网格密度效果不错，不过代码实现比较复杂... 萌新弱弱问一句，网格交易是不是就是低买高卖那个？感觉好复杂啊，参数调来调去头都大了，有没有大佬带带我这种小白？求推荐简单点的策略！
页:
[1]