概述
该策略运用海洋理论中的网格交易方法,在设定的价格范围内均匀分布网格线,根据价格与网格线的关系进行买入和卖出操作。策略具有自动计算网格价格区间、均匀分布网格线等特点,可以有效控制风险。
策略原理
该策略首先根据用户选择或默认设置计算价格网格的上下限,即网格的最高价和最低价。计算方式有两种,一是查找回测周期内的最高价和最低价,二是计算一定周期的均线。然后根据用户设置的网格数量,均匀分布网格线。
交易信号的产生依赖于价格与网格线的关系。当价格低于下方网格线时,在该网格线处按固定数量开仓做多;当价格高于上方网格线时,在该网格线处按固定数量平仓。这样随着价格的波动,仓位也在网格内波动,实现获利。
具体来说,策略维护一个网格线价格数组和一个bool数组表示每个网格线是否有挂单。当价格低于某一网格线且该线未有挂单时,在该线价位做多;当价格高于某一网格线且下方网格线有挂单时,在下方网格线处平仓。通过这种方式,实现网格交易。
策略优势
-
自动计算网格区间,避免手动设置的困难。可以选择不同计算方式。
-
均匀分布网格线,避免网格密集导致过度交易。网格线数量可调。
-
采用网格交易方法,可以有效控制风险,价格波动在网格内则一直可以获利。
-
对价格没有方向预期,适用于震荡行情。
-
手续费率和仓位数可自定义设置,适应不同交易品种。
-
可视化展示网格线,容易掌握交易情况。
策略风险
-
突破网格区间风险。价格突破网格上下限会导致亏损扩大。
-
过于宽松的网格间距风险。网格过宽难以获利,但过窄又增加手续费。需权衡。
-
持仓时间过长风险。长时间持仓难以获利 yet增加手续费损失。
-
参数设置不当风险。如回测周期或均线周期等参数设置不当,会影响网格区间计算。
-
市场系统性风险。该策略更适合震荡行情,不适合长期单边行情。
策略优化
-
优化网格参数设置。综合考虑行情特点、交易成本等因素,优化网格数量、回测周期等参数。
-
网格区间动态调整。当市场发生较大变化时,可以引入动态调整网格区间的机制。
-
加入止损机制。设定合理的止损线,避免亏损过大。止损线也可以动态调整。
-
结合其他指标过滤交易。如布林线,趋势指标等,避免不适宜的交易。
-
优化资金利用效率。加入冷热分析,在波动较小时减少交易。
总结
该策略利用网格交易原理,实现了风险可控的震荡行情交易。策略具有自动计算网格、均匀分布网格等优点,可以通过调整参数适应不同市场环境。风险可控且易于操作。但策略也存在一定局限性,需要持续优化以适应市场变化。总体来说,该策略为网格交易提供了一种较为标准化和可参数化的实现思路。
/*backtest
start: 2023-09-12 00:00:00
end: 2023-10-12 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("(IK) Grid Script", overlay=true, pyramiding=14, close_entries_rule="ANY", default_qty_type=strategy.cash, initial_capital=100.0, currency="USD", commission_type=strategy.commission.percent, commission_value=0.1)
i_autoBounds = input(group="Grid Bounds", title="Use Auto Bounds?", defval=true, type=input.bool) // calculate upper and lower bound of the grid automatically? This will theorhetically be less profitable, but will certainly require less attention
i_boundSrc = input(group="Grid Bounds", title="(Auto) Bound Source", defval="Hi & Low", options=["Hi & Low", "Average"]) // should bounds of the auto grid be calculated from recent High & Low, or from a Simple Moving Average- 1