利用估值和期权增强网格交易

创建时间：2025-02-09 22:05

能够获得较好的收益风险比

传统简单的网格交易方法风险大收益小，或者风险小收益也小，难以用于实战，本文将探讨网格交易方法的特征及其增强手段，寻求在增强后能获得更好的收益风险比，并且易于操作和实现。

根据在交易过程中的风控形式、主观能动性、反应速度、决策频率的差异，可以把交易分为主动型和被动型两种。

依据不确定性做的主动型交易策略，需要主动风控和随机应变，通常要止损以掌握主动权，以小博大，对交易者的心理考验非常大。如果缺少系统性的优势科学决策，大多数的止损最终都成了炮灰。而让利润奔跑，其实更难。大多数人都是小赚就落袋为安，从而难以覆盖止损方面的损失。

主动型交易效率高，但难度太大，市场风云变幻，价格运行路径难以预测，政策、市场情绪、话语权、博弈、金融战、自然规律等因素均对市场造成影响。主动型交易既要能够耐心等待机会，又要时刻保持敏感性，能当机立断扣下扳机，这本身就是两个极端，难度系数较大。

而与主动型交易截然不同的被动型交易，不轻易止损，建仓时依据价值判断入市，价格水位低时仓位重，价格水位高时仓位轻，计算好风险准备，虽然效率相对较低，但以时间换空间，这种类型的操作更加符合人性，更容易实现盈利。网格交易就是被动型交易中的一种。

[网格交易策略的特点]

网格交易以金融市场的震荡为前提。以多头为例，在一个平滑的向下然后向上的过程中，网格交易仅能赚取区间收益；在一个复杂的向下然后向上的过程中，网格交易能够赚取大于区间高度的收益，而且过程震荡越多，网格越密，收益越多。

网格交易策略涉及的参数：价格上限、价格下限、区间内的网格密度（密度变频）、触网操作（是否做空，连续单边触网处置）。

网格的仓位、密度，叠加市场的实际走势，决定了策略的风险收益。需要利用金融工程模型来计算网格交易策略的胜率，研究其在不同参数下和不同行情中的盈亏情况、风险收益情况。

网格交易的理论基础

常态化波动的、情绪化的市场，是网格交易存在的基础。网格交易也可以说是赚取时间价值的一种方法。因此盈利时间大幅占优是一个重要的理论支撑。

第二个理论支撑是市场的波动总是连绵不绝。场内交易的金融市场，包括证券市场、期货市场等，是全国统一的合法平台，而又由于人口基数大和金融开放等，国内外的参与者众多。市场参与者根据自己各自的逻辑在市场上交易，其中又有很多是情绪化的、随意的交易者，市场整体表现出来的特点也是情绪化的。巴菲特创造出了“市场先生”的假设，也说过“别人贪婪我恐惧，别人恐惧我贪婪”等言论，表明市场总是反复波动，震荡不定，能给网格交易带来利润。

究其根源，政策变动、市场博弈、羊群效应、预期、周期等因素都给市场带来波动，市场从来不缺波动。在交易标的上，新行业、新企业、金融创新甚至新领域带来的新兴商品等也层出不穷。

均值回归是网格交易的第三个理论支撑。如果没有均值回归，市场没有“锚”，那么网格交易的安全性就无从谈起。历史证明，均值回归是金融和经济学中一个成熟的概念，在各种市场条件下都被证明是有效的。情绪高昂时超高的估值和情绪低迷时超低的估值都难以持久。但要警惕极端情况对账户的冲击，比如常见的行情翻倍上行甚至下跌时出现跌破地平线的负值——2020年美国WTI原油期货在危机和博弈之下一度出现惊人的负油价。

传统网格交易的痛点

网格交易有其理论支撑，但并不是说可以高枕无忧，在极端情况下也是非常危险的。行情具有不确定性和无限可能性。涨跌是不确定的，涨跌的过程也是不确定的。甚至会出现负数，打破一般认知的价格最低跌到零的“定律”。

假设价格一路下跌，多头网格交易会不断累积亏损仓位，更要命的是会以更快的速度累积亏损。

虽然在下跌过程中能获得反弹机会并触发网格卖出从而获得短差盈利，但由于累积的仓位过多，而且早期建立的仓位亏损更大，比如说开始下跌时建立的第一个仓位的亏损幅度可达整个过程的全部跌幅，第二个被套仓位的亏损幅度达到全程跌幅减去一个网格，以此类推，在顺畅下跌的过程中，网格利用反弹赚的盈利仅能抵消第一个仓位所造成的亏损。如果反弹不触及网格，甚至在此过程中会出现最极端的不断累积亏损筹码而分毫不赚的情况，而且由于每个亏损筹码都在浮亏，最大的接近全程跌幅，最小的接近一个网格，平均为半程跌幅，累积的亏损总量非常大。

假设初始建仓价格为A，网格间隔固定为d，下跌至价格B，B刚好处于网格上，触发了最后一次建仓。

建仓数量：n=（A-B）/d+1

平均成本：（A+B）/2，现价B

亏损总额：L=n×［（A+B）/2 - B］

=［（A-B）/d+1］×［（A+B）/2 - B］

=（A-B）2/2d + （A-B）/2

从这个公式可以看出，亏损总额与下跌幅度的平方成正比，随着下跌幅度的增加而指数型加速增长。亏损总额跟网格间隔成反比，间隔越小，亏损越大。

由此可见，波动越多，振幅越大，对网格交易越有利。就算是下跌的过程，如果是波浪式下跌的，甚至横盘大幅震荡的时间占比较多，就能够累积很多的获利反弹盈利，抵消亏损筹码累积的亏损。

必须明确的是，第一，在行情下跌的时候，无论过程如何，筹码的累积是不能避免的。因为反弹触及网格的时候虽然能减仓，但再跌时又会买回来。因此筹码的累积不可避免。区别只是累积筹码的多少和在这个下跌的过程中能累积多少反弹获利。减少网格的密度可以减少亏损筹码的累积数量，但同时会减少反弹获利的数量。

第二，持续上涨的标的也不适合多头网格交易，这会导致踏空。

第三，震荡不多的情况下，单边行情获利不够丰厚，仅能赚取一个仓位的全程涨幅。因为上行时所有筹码都在赚取一个网格的利润就抛出了，加起来也就仅仅获得相当于一个筹码的全程涨幅。

网格交易依靠本大无输原理，但问题是如何平衡收益与风险。仓位越小、间隔越大，越安全，但收益有限；仓位越重，间隔越小，越危险，但收益丰厚。

[增强网格交易]

显然有付出才有回报，过于随意的简单网格交易策略难以获得理想的收益风险比。从前面的分析里面可以看到，简单的网格交易要么风险巨大，要么收益微薄，或兼而有之。下面将从分散化、估值、期权三个角度来思考增强网格交易策略。

利用分散化来控制风险

分散化就是不把鸡蛋放在同一个篮子里，能够做到东方不亮西方亮。就算一两个标的遭遇黑天鹅，也不影响全局。其平滑作用是十分明显的，也符合网格交易的风险偏好特征。

在标的的选择上，第一，必须选择安全的、退市风险极低的标的，比如说成熟的大宗商品期货、宽基ETF指数、行业ETF指数等。个股必须选择稳健有护城河的企业。第二，要选择波动大、震荡多的标的。具体可观察其历史走势，如果有期权的，可以选择波动率指数较大的。第三，如果标的是期货，则最好选择月间价差有利于操作方向的品种。第四，入选标的不能有太强的同质化，要差异化大，走势非趋同性强。分布在不同板块和行业，走势尽量分化，这样才能真正起到分散化的作用。

利用估值增强

金融市场存在的目的是要解决资源配置的问题。从原理上来说，估值必须考虑，从而为市场创造价值，利人利己，长期主义。单纯依赖波动假设的网格交易，对市场没有意义，没有创造价值，难以获得超额收益，风险较大。市场参与者要为社会的资源配置作出贡献，这不仅是道德上的需要，也是获得超额收益的理论来源。

从前文公式可以看出，一方面，为了控制亏损，标的下跌的空间越小越好。因此要选择下跌空间有限的标的。另一方面，为了不要踏空，在估值认可位置建立的第一个仓位不能轻易止盈，作为底仓；向下加仓后的仓位自动成为新的底仓，然后旧仓位定义为浮仓，浮仓可以在触网盈利时卖出，底仓不轻易卖出，具体卖出时机见下文。这样的操作之下，获利能够增厚。在持续几次加仓之后，可考虑增加被认定为底仓的数量。

底仓的卖出时机，一是可以考虑在估值合理偏高时，二是可以考虑趋势技术止盈。技术止盈可以采用应用十分广泛的移动平均线。移动平均线简单有效，价格运行绕不开均线；价格从跌转涨，必然要突破相应周期的均线，从涨转跌，必然会跌破相应周期的均线。实际应用中可以采用跌破60天均线时底仓止盈，至少不低于20天均线。如果价格出现快速拉升，乖离率大增时，可以变频，缩短至10天均线，甚至在极端情况下可缩短至5天均线止盈。

估值的方法包括：一是成本估值。这个方法必须谨慎，因为很多成本的构成是变动的，而且在行业出清的过程中，必然有跌破成本的情况，长时间和深度的跌破成本并不罕见。二是价格历史分位数估值，就是当前价格在历史区间内的位置。通常历史上危机、情绪、流动性、博弈等压力测试出来的大底具有较强的参考意义，而且随着货币的超发，底部抬升是大趋势。因此在划定历史区间时不宜用太久远的底部。可以依据价格分位数设定阈值，从而增厚底仓。三是价格驱动因素估值。这个对基本面研究的要求较高，要求能找到有基本面供需矛盾或宏观面驱动的力量。

除利用估值来调节底仓之外，还可以利用估值来调节网格密度。估值越低，密度越大，估值越高，密度越低。

估值高时，做空是一个选择，但做空必须十分谨慎。因为排除极端情况之外，价格下跌空间是有限的，最多跌到零，但价格上升的空间是无限的，翻倍上涨都是常见的，如2010年的棉花、2022年的镍、2007年的上证指数。信用货币时代货币常态化贬值也是做空的敌人。

做空在数学上还有一个弱点，就是随着价格的上行，基数越来越大，参与所需要的资金量也越来越多，亏损额也越来越大。做多则反之。

在设定每个网格的仓位和网格密度时，需要精算。计算从初始建仓直至加仓至预设最悲观情况下的底部时，分配给该品种的资金能否覆盖所需要的持仓占用资金和亏损总额。亏损总额可参考前述公式，持仓占用资金为M=n×B×r。其中r为保证金比例，如果是没有杠杆的市场，r=1，如果是期货市场，r=保证金比例。

因此所需总资金为：L+M = ［（A-B）2/2d + （A-B）/2 ］ + ［（A-B）/d+1］×B×r

以下用不锈钢价格为例进行敏感性测试。假设目前的初始不锈钢价格A为13500元/吨，网格间距d为500元/吨，保证金率为16%，当价格下限B变动时，L和M的变动情况如表1。

假设目前的初始不锈钢价格A为13500元/吨，价格下限B为11000元/吨，保证金率为16%，当网格间距d变动时，L和M的变动情况如表2。

从两个表格可以看出，价格下限和网格间距均深刻影响极限情况下的亏损总额和持仓资金占用总额，必须谨慎评估和选择参数。