量化策略：自定义分时动态网格策略

交易模型中，自带了40多个策略，有很多朋友在问，策略的逻辑是什么、如何选标的、如何择时、回测如何等等，后续多篇文章，详细说明。

开源项目，自己写的综合交易模型，提供40多个策略（持续跟新）、网格工具、数据库（同花顺、通达、问财、集思录、东财等），量化交流圈，全部开源，看主页找我免费领取。

交易逻辑

自定义分时动态网格策略是一种基于价格波动建立动态网格，通过量化模型捕捉价格波动中的交易机会，实现高频率的日内交易。策略结合了技术分析和动态资金管理，以实现在不同市场环境下的稳健收益。

如何选择标的

选择标的的过程包括以下几个步骤：

1. 股票池筛选：通过读取自定义股票池或从持仓中筛选出交易标的。
2. 黑名单过滤：剔除黑名单中的股票，避免交易风险较高的标的。
3. 技术分析：运用均线、MACD、RSI等技术指标，进一步筛选出具有明显趋势的股票。

# 黑名单过滤示例代码
def save_position(self):
    del_df = pd.read_excel(r'{}\黑名单\黑名单.xlsx'.format(self.path), dtype='object')
    # 黑名单处理逻辑...
    return df

如何择时

择时策略主要依赖于以下方法：

1. 网格建立：通过建立基于最新价格的动态网格，确定买卖触发点。
2. 趋势跟踪：结合均线模型判断资产价格的趋势，如价格上穿均线则视为买入信号。
3. 涨跌幅触发：当价格波动达到预设的网格大小时，触发买卖操作。

# 网格建立示例代码
def get_build_a_grid(self, stock_list=['600031'], inplace=False):
    # 读取配置文件中的基准价格
    base_price = text['网格基准']
    # 建立网格逻辑...

适配行情

策略通过动态调整网格大小和交易参数，适配不同行情。例如，在波动性较大的市场中，适当增大网格大小以捕捉更多的交易机会。

适用于哪些种类的证券

该策略主要适用于A股市场的股票和ETF，也可以适用于可转债等其他证券品种，只要这些证券品种具有足够的价格波动性。

预期收益

预期收益主要来源于以下几个方面：

1. 日内交易：通过捕捉市场的日内波动，实现快速的网格交易收益。
2. 网格交易：在预设的价格网格内，通过买卖操作获取收益。
3. 趋势跟踪：在明确的趋势中，通过跟踪趋势获取收益。

本策略的目标是在控制风险的前提下，实现日均收益率超过市场平均水平，同时保持较低的最大回撤率。

预期风险

策略的风险主要来自于市场波动性和交易成本。通过动态调整网格大小和交易参数，策略旨在控制风险在可接受范围内。

以上是自定义分时动态网格策略的详细分析，希望能够为您提供有价值的参考。在实际交易中，量化策略需要不断地回测、优化和调整，以适应复杂多变的市场环境。

开源项目，自己写的综合交易模型，提供40多个策略（持续跟新）、网格工具、数据库（同花顺、通达、问财、集思录、东财等），量化交流圈，全部开源，看主页找我免费领取。