Agent Skills
返回列表
ETF网格交易筛选计算器

ETF网格交易筛选计算器

行业专业 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_5d56ad01/etf-grid-screener。

技能介绍

要解决什么问题

网格交易最难的不是下单，而是选标的和定参数。手工筛选 T+0 ETF/LOF 时，要逐个打开行情软件，估算波动区间、判断均线收敛程度、确认是否处于单边下跌趋势，再按 ADR 反推网格间距。等算完十几只标的，行情已经变了。这个技能把整套动作固化为命令行工具，让参数来自规则而非感觉。

核心能力与工作流程

内置脚本 scripts/grid_tool.py 仅依赖 Python 标准库，数据取自无需 API Key 的公开行情接口。一次运行完成三件事：

  • 初筛：在内置 T+0 标的池中过滤年化波动率、1 个月与 2 个月振幅、均线收敛度、流动性下限等条件
  • 趋势排除：--trend_max 设定下行漂移容忍度，不达标的单边下行标的在算参数前就被剔除
  • 参数计算：按 40 日高低分位数定上下界，按 ADR 倍数定网格间距，或用 --step / --grids 直接覆盖

核心参数：

  • --conv / --amp20 / --amp40 / --vol：收敛与波动阈值
  • --ub_pct / --lb_pct：上下界分位数
  • --adr_mult：间距乘数
  • --capital：资金总量，用于反推每格金额
  • --universe：自定义标的池 CSV

筛选准则、打分权重与回退放宽逻辑写在 references/methodology.md。输出为 grid_results.csv 与 grid_report.html，后者叠加价格/均线曲线与网格层级。

结果不足时，阈值会按 --min_results 自动放宽，--no_fill 可关闭该行为。排名仅将前三标记为「高分候选」，而非推荐。

适用边界与注意点

所有参数均来自历史数据回算，不保证未来表现，也不构成买卖建议，报告中内嵌风险提示。

  • 单边趋势标的可能连续触发网格，仓位控制需自行把握
  • 手续费、滑点与佣金未计入回测，高密度网格对成本极敏感
  • 数据来自公开接口，接口变更时需按 methodology.md 替换
  • 放宽阈值意味着标准下降，「凑满结果」不等于「标的更优」

使用场景

  • 在制定日内网格策略前，用内置 T+0 标的池筛出震荡充分的 ETF/LOF，避免人工逐只看行情。
  • 准备把自动网格策略接入券商条件单前，需要批量计算多只候选标的的上下界、基准价和网格数。
  • 复盘现有网格计划时，希望先用下行漂移容忍度过滤掉处于单边下跌的标的，再调整参数。
  • 做交易前研究时，要把筛选结果导出 CSV，并在 HTML 报告中比对价格均线与网格层级是否合理。

适合人员

  • 量化策略研究员：需要在候选标的池中快速复现统一的网格适合度评分和参数口径。
  • 券商或财富平台的策略产品负责人：想给用户展示从筛选到网格参数生成的可解释流程。
  • 独立交易员：手工管理多条 ETF 网格，需要按波动和振幅统一比较标的并生成下单参数。
  • 数据工具开发者：要把公开行情筛选逻辑封装成 CLI，供内部策略管道调用。