本文首发于微信公众号：检财大白

大白之前写了两期关于网格策略的内容：

手把手教建网格交易计划 | 深度解析七大核心要点

保姆级网格标的筛选攻略 | 5步选出网格适配标的

但有同学到具体的网格参数设置环节依然一知半解，今天大白就从开网时机、底仓比例、价格区间、每格间距、格子数、每格金额比例的核心参数设置都给予量化标准参考。助你打通网格策略交易的"最后一公里"。

一、开网时机：3 个量化指标判断 “何时启动网格”

开网前需确认市场处于 “纯震荡状态”，无明显单边方向，满足以下 3 个量化条件即可启动：

1. 波动率适配
   ：标的近 1 年历史波动率在 15%-30% 之间。波动率过低会导致套利空间小，过高则容易击穿网格，可通过交易软件 “波动率指标” 直接查看具体数值。
2. 估值安全
   ：PE 与 PB 十年百分位均值处于 30%-70% 区间。均值需取两者算术平均，比如 PE 百分位 80、PB 百分位 40，均值即为 60；避开极端高估或低估区间，能减少单边行情带来的风险。
3. 技术面确认
   ：K 线形成明确箱体。近 3-6 个月价格在固定区间内波动，未出现连续 3 周突破区间高低点的情况，仅在区间内往复震荡，说明震荡格局稳定。

示例：某消费 ETF 近 1 年波动率 22%，PE 十年百分位 50、PB 十年百分位 40（均值 45），近 4 个月 K 线稳定在 1.2-1.5 元区间内震荡，完全符合开网条件。

二、底仓比例：按 PE+PB 十年百分位均值，结合持仓上限量化

底仓比例需以 “估值均值定安全度，持仓上限控风险”，核心逻辑是 “估值均值越低，底仓占持仓上限的比例越高”，具体量化标准如下：

1. 先明确 “单个标的持仓上限”

为规避黑天鹅风险，单个标的总持仓（底仓 + 网格浮动仓位）上限不超过总资金的 30%。比如总资金 50 万元，单标的持仓上限即为 50 万 ×30%=15 万元，避免单一标的波动对整体资金造成过大冲击。

2. 再按估值均值定底仓占比（占持仓上限的比例）

1. 估值均值＜30%（低估震荡）
   ：底仓占单个标的持仓上限的 60%-70%。此时估值极低，下跌空间有限，多拿底仓能捕捉更多低价筹码，比如持仓上限 15 万元，底仓可设为 9-10.5 万元。
2. 估值均值 30%-70%（中性震荡）
   ：底仓占单个标的持仓上限的 40%-50%。估值处于适中区间，平衡 “套利频率” 与 “持仓安全” 更重要，比如持仓上限 15 万元，底仓可设为 6-7.5 万元。
3. 估值均值＞70%（高估震荡）
   ：底仓占单个标的持仓上限的 20%-30%。估值偏高时下跌风险上升，压缩底仓能降低套牢概率，比如持仓上限 15 万元，底仓可设为 3-4.5 万元。

示例：总资金 50 万，某科技 ETF 单个持仓上限 = 50 万 ×30%=15 万，PE 十年百分位 65、PB 十年百分位 55（均值 60，中性震荡），底仓比例 = 15 万 ×40%=6 万（即底仓为 6 万元）。

注：若估值均值＜20%（较为低估），底仓占比可提至 70% 以上，但需同步提高网格间距，避免过早卖出低价筹码。

三、价格区间：3 种量化方法锁定 “套利范围”（上沿 + 下沿双量化）

价格区间决定网格 “不被击穿”，需同时明确上沿与下沿的量化标准，三种方法任选：

方法 1：基于最大回撤（通用型，适合宽基 / 行业 ETF）

• 下沿计算
  ：参考指数参考近 5 年最大回撤（如 30%），下沿设为当前价×0.7。
• 上沿计算
  ：与下沿对称，如下沿为当前价×0.7，那么上沿可以设为当前价×1.3.
• 懒人方案
  ：直接按 “当前价 ×0.8（下沿）至 当前价 ×1.2（上沿）” 设置，覆盖多数震荡场景。

方法 2：K 线箱体震荡法（精准型，适合震荡市）

• 下沿计算
  ：选取近 3-6 个月 K 线，找出区间内的最低收盘价，下沿直接设为此最低收盘价（不预留额外缓冲，完全贴合历史震荡区间）。
• 上沿计算
  ：同样选取近 3-6 个月 K 线，找出区间内的最高收盘价，上沿直接设为此最高收盘价。
  
  示例：某医疗 ETF 近 5 个月最高收盘价 1.8 元、最低收盘价 1.4 元，区间直接设为 1.4 元（下沿）-1.8 元（上沿）。

方法 3：估值极限（客观安全垫，适合风险敏感者）

• 下沿计算
  ：取标的近 10 年 PE 或 PB 的最低点，计算从当前 PE/PB 到该最低点的跌幅（取跌幅较大者），下沿 = 当前价 ×（1 - 估值极限跌幅）。比如某科技 ETF 当前价 1.47 元，近 10 年 PE 最低点对应跌幅 35%，下沿 = 1.47×（1-35%）=1.47×0.65=0.9555 元。
• 上沿计算
  ：取标的近 10 年 PE 或 PB 的 70% 分位（对应震荡区间的估值上限），计算从当前 PE/PB 到该分位的涨幅（取涨幅较小者），上沿 = 当前价 ×（1 + 估值上限涨幅）。比如该科技 ETF 近 10 年 PE70% 分位对应涨幅 20%，上沿 = 1.47×（1+20%）=1.764 元。
  
  示例：结合上述计算，该科技 ETF 区间设为 0.9555 元（下沿）-1.764 元（上沿）。

四、每格间距：按波动强度量化 “套利频率”（含 ATR 指标详解）

间距决定网格触发交易的频率，需结合ATR（平均真实波幅）设置，避免过窄（手续费高）或过宽（错过机会）。

基于 ATR 的网格间距设置

• 核心公式：网格间距 = 0.5-0.8 倍 ATR（系数越低，交易越频繁；系数越高，交易越稳健）。
• 品种适配：高波动率品种（如行业 ETF、题材股）建议取 0.8 倍 ATR，避免频繁交易产生高额手续费；低波动率品种（如宽基指数、高股息蓝筹）建议取 0.5 倍 ATR，捕捉更多微小波动机会。
• 动态调整：若 ATR 较前一季度上涨 20%（波动变大），间距同步扩大 20%；若 ATR 下跌 20%（波动变小），间距同步缩小 20%。
  
• 示例：某券商 ETF 60 天 ATR=0.12 元，作为行业 ETF 取 0.8 倍 ATR，间距 = 0.12×0.8=0.096 元，股价每波动 0.096 元触发一次买卖
• 百分比换算：若不习惯用价差设网格间距，也可将ATR值乘以相关系数后的数值除以标的现价算出每格间距百分比。

ATR 指标使用与设置小贴士

1. ATR 指标说明：ATR 是衡量价格真实波动的核心指标，默认周期 14 天，但网格交易建议用 60 天 ATR（平滑短期噪音，贴合长期震荡）。其计算逻辑为：先算每日真实波幅（TR）= MAX（当日最高价 - 最低价，| 当日最高价 - 前日收盘价 |，| 当日最低价 - 前日收盘价 |），再取连续 60 日 TR 的平均值，即为 60 天 ATR。

2. ATR 指标查看与参数设置

• PC端：主流交易软件（通达信、同花顺等）：在 K 线图界面直接输入“ATR”再按“回车键”，就会在副图位置看到ATR指标。如下图↓

• 移动端：以华宝智投APP为例，在K线界面点击副图名称更改副图，找到ATR后，点击旁边的“齿轮”进行调整参数。如下图↓

截图来源：华宝智投APP

五、格子数与每格金额比例：三维量化方案

格子数与每格金额比例是网格策略的 “节奏核心”，需通过 “波动适配、资金匹配、估值联动” 三维逻辑量化，两者闭环推导，确保落地性与安全性。

1、格子数量化：3 种精准方法

方法 1：ATR 波动适配法

核心逻辑：以真实波动为锚，避免频繁触发或击穿。简化公式：格子数 = 价格区间宽度 ÷（目标 ATR 倍数 ×60 天 ATR），遇小数四舍五入。

• 关键参数：宽基 0.5-0.6 倍 ATR，行业 ETF0.7-0.8 倍 ATR；
• 示例：区间宽度 0.768 元，60 天 ATR=0.12 元（行业 ETF 取 0.8 倍）→ 格子数 = 0.768÷0.096=8 格。适用场景：所有震荡标的，尤其波动不稳定的行业 ETF。

方法 2：资金效率等分法

核心逻辑：反推格子数，确保每格金额合理（手续费 + 风险可控）。简化公式：格子数 = 浮动资金（单标上限 - 底仓）÷ 目标每格金额，遇小数四舍五入。

• 目标金额：小资金（＜10 万）5000-10000 元，中资金（10-50 万）1-3 万元，大资金（＞50 万）2-5 万元；
• 示例：浮动资金 8.25 万（中资金），目标每格 1 万元→ 格子数≈8 格。适用场景：注重资金利用率，避免每格金额过小 / 过大。

方法 3：估值分位匹配法

核心逻辑：格子数随估值调整，中枢密集、极端稀疏。量化标准：

• 估值均值 30%-70%（中性）：8-12 格（密集套利）；
• 估值均值 10%-30%/70%-90%（近极端）：12-15 格（稀疏防击穿）；
• 示例：估值均值 55%（中性），区间宽度 0.768 元→ 8 格，间距 0.096 元（适配 ATR）。适用场景：强估值驱动标的（消费、医药 ETF）。

2、每格金额比例：闭环推导三步法

1. 算浮动资金：浮动资金 = 单标持仓上限（≤总资金 30%）- 底仓（按 PE/PB 均值算）；
2. 算每格金额：每格金额 = 浮动资金 ÷ 格子数（取自上述任意方法）；
3. 算比例：每格金额比例 =（每格金额 ÷ 单标上限）×100%，控 5%-15%。示例：总资金 50 万→单标上限 15 万→底仓 6.75 万→浮动 8.25 万→8 格→每格 1.03 万→比例 6.9%（合规）。

关键适配原则

1. 与波动负相关：宽基 8%-12%，行业 ETF5%-8%；
2. 与区间正相关：窄区间 5%-7%，宽区间 8%-10%；
3. 与资金负相关：小资金 10%-15%，大资金 5%-7%；
4. 与底仓正相关：底仓越高（估值越低）比例提 1-2 个百分点，反之降 1-2 个百分点。

3、实战微调与特殊场景

1. 动态微调

• 格子数冲突：取 “ATR 法结果 ±1”（优先贴合波动）；
• 比例超标：低于 5% 减 1-2 格，高于 15% 加 1-2 格；
• 资金追加：新增资金补浮动资金，按原格子数重算。

2. 特殊场景

当 PE/PB 十年百分位均值＜10%或＞90%（极端估值），用分批买/卖条件单替代网格条件单：

• 极端低估：分 3-4 批买，每批间隔 5%-8% 跌幅，单批占比 10%-15%；
• 极端高估：分 3-4 批卖，每批间隔 5%-8% 涨幅，单批占比一致。

七、关键提醒：网格参数不存在 “最优解”

需要特别强调的是，网格交易的核心是 “适配” 而非 “寻找最优”——不存在一个固定的 “最优参数” 适用于所有场景。原因在于：

1. 市场波动是动态的：同一标的在不同阶段（震荡、弱波动、脉冲行情）的波动率差异显著，固定参数会因市场变化失效（比如 60 天 ATR 可能随行情从 0.12 元升至 0.2 元，原间距需同步调整）；
2. 个人风险偏好不同：同样的估值均值下，风险承受能力强的投资者可将底仓占比提高 10%，风险敏感者则需降低，参数需贴合自身心理预期；
3. 标的属性有差异：宽基指数的波动稳定性远高于行业 ETF，即使采用相同方法计算，最终参数也会因标的特性不同而不同。

因此，更重要的是掌握 “量化逻辑 + 动态调整” 的思路比追求 “最优参数” 更具实操价值。

说明：以上图文提及标的仅为教学案例，不存在推荐或引导。因此买卖盈亏自负。