在网格的配置中，参数可以单独开启买入，卖出网格，也可以买卖网格一起开启形成循环的买卖做T网格，这里采用单独开启买入网格，我一般不用网页做买入，我一般是检测持股卖出比较多 

网格卖出策略是一种基于价格波动的自动分批止盈方法，其核心思想是：当股价相对于某个基准价上涨达到预设幅度时，自动卖出固定数量（或固定金额、固定比例）的持仓，锁定利润，并将该次卖出价格作为新的基准价，形成动态上移的卖出网格。该策略通常与网格买入策略配合，构成完整的网格交易系统，通过捕捉市场价格的上下波动，反复赚取差价

下面是我绘制的大概原理情况，网格多数用来做检测持股卖出

二、策略的核心逻辑与关键要素

）计算应卖数量，但不得超过当前可用持仓：

卖出成功后，最新成交价成为新的基准价，下一次上涨需基于新基准价重新计算涨幅。这形成了“卖出→基准价上移→再上涨再卖出”的阶梯式止盈路径。

网格卖出策略的本质是将价格波动转化为可控的收益流。它通过动态基准价和固定涨幅阈值，构建了一个“上涨即卖出”的自动止盈系统。其核心思路可概括为：

该策略是量化交易中经典的网格交易法的组成部分，适合风险偏好适中、追求稳定收益的投资者，尤其适用于震荡市中的指数基金或高流动性个股。通过合理设置参数并与网格买入策略协同，可在控制风险的前提下，长期从市场波动中获利。

下面是策略框架运行的流程图方便理解

源代码方便大家去理解策略思路，只参考学习，不做交易参考


def run_gd_trade_sell(c):
    '''
    网格卖出
    "网格卖出设置":"网格卖出设置*********",
    "是否开启网格卖出":"是",
    "上涨比例":1,
    '''
    path=c.text['记录文件路径']
    up_ratio=c.text['上涨比例']
    trader_type=c.text['交易模式']
    value=c.text['下单值']
    position=get_position(c,c.account,c.account_type)
    account=get_account(c,c.account,c.account_type)
    if position.shape[0]>0:
        position=position[position['持仓量']>=10]
        if position.shape[0]>0:
            hold_list=position['证券代码'].tolist()
            av_amount_dict=dict(zip(position['证券代码'],position['可用数量']))
        else:
            hold_list=[]
            av_amount_dict={}
    else:
        hold_list=[]
        av_amount_dict={}
    if check_is_trader_date_1(c):
        df=get_trader_stock(c)
        if df.shape[0]>0:
            for stock,name in zip(df['证券代码'],df['名称']):
                try:
                    print('***************************网格卖出{} {}************************************************************************************'.format(stock,name))
                    now_date=int(''.join(str(datetime.now())[:10].split('-')))
                    date_time=int(''.join(str(datetime.now()).split('.')[0][-8:].split(':')))
                    log=check_trader_log(c)
                    price=get_price(c,stock)
                    price=round(price,3)
                    if log.shape[0]>0:
                        log=log[['证券代码','名称',"类型",'交易模式',
                            '交易方向','交易值','交易价格','交易时间','交易日']]
                        log=log.sort_values(by='交易时间',ascending=True)
                        log['交易日']=log['交易日'].astype(int)
                        log=log[log['交易日']==now_date]
                    else:
                        log=pd.DataFrame()
                    #获取开始的基础价格
                    if log.shape[0]>0:
                        log_stock=log[log['证券代码']==stock]
                        if log_stock.shape[0]>0:
                            base_price=log_stock['交易价格'].tolist()[-1]
                            last_time=log_stock['交易时间'].tolist()[-1]
                            stats=True
                        else:
                            base_price=get_base_price(c,stock)
                            last_time=93000
                            stats=False
                    else:
                        base_price=get_base_price(c,stock)
                        last_time=93000
                        stats=False
                    if stats==True:
                        tick=get_stock_lx_tick(c,stock,date=str(now_date))
                        tick=tick[tick['time']>=last_time]
                    else:
                        tick=get_stock_lx_tick(c,stock,date=str(now_date))
                    if tick.shape[0]>0:
                        lastClose_list=tick['lastPrice'].tolist()
                        #最新值
                        last_price=lastClose_list[-1]
                        #目前的涨跌幅
                        last_zdf=((last_price-base_price)/base_price)*100
                        last_zdf=round(last_zdf,3)
                        #涨幅大于目前涨跌幅
                        if last_zdf>=up_ratio:
                            print('触发网格卖出{} 最新价{},基准价{},涨跌幅{}大于目标涨跌幅{}'.format(stock,last_price,base_price,last_zdf,up_ratio))
                            if trader_type=='数量':
                                amount=value
                            elif trader_type=='金额':
                                amount=value/price
                                amount=adjust_amount(stock,amount)
                            elif trader_type=='百分比':
                                total=account['总资产']
                                value=total*value
                                amount=value/price
                                amount=adjust_amount(stock,amount)
                            else:
                                amount=0
                            av_amount=av_amount_dict.get(stock,0)
                            if av_amount>=amount:
                                amount=amount
                            else:
                                amount=av_amount
                            if check_is_sell(c,c.account,c.account_type,stock=stock,amount=amount) and amount>=10:
                                maker='{},网格卖出,{},{},{},{}'.format(c.st_name,stock,'sell',amount,price)
                                passorder(c.sell_code, 1101,c.account, stock, c.sell_price_code, 0, amount, maker,1,maker,c)
                                trader_log=pd.DataFrame()
                                trader_log['证券代码']=[stock]
                                trader_log['名称']=[name]
                                trader_log['类型']=['网格卖出']
                                trader_log['交易模式']=[trader_type]
                                trader_log['交易方向']=['sell']
                                trader_log['交易值']=[value]
                                trader_log['交易价格']=[price]
                                trader_log['交易时间']=[int(date_time)]
                                trader_log['交易日']=[int(now_date)]
                                #第一次循环运行卖出不记录
                                if a.gd_sell==0:
                                    print(stock,'第一次循环运行卖出不记录********')
                                    a.gd_sell=1
                                else:
                                    log=pd.concat([log,trader_log],ignore_index=True)
                                    if log.shape[0]>0:
                                        log['证券代码']=log['证券代码'].apply(lambda x: '0'*(6-len(str(x)))+str(x))
                                    else:
                                        log=log
                                    log.to_excel(r'{}'.format(path))
                                    print(maker)
                            else:
                                print(stock,'卖出失败可能没有持股')
                        else:
                            print('没有触发网格卖出{} 最新价{},基准价{},涨跌幅{}小于目标涨跌幅{}'.format(stock,last_price,base_price,last_zdf,up_ratio))
                    else:
                        print(str(datetime.now())[:-7],stock,'网格卖出没有数据/拐点触发交易时间大于15:00')
                except Exception as e:
                    print(e,stock,'网格卖出有问题*******************')
        else:
            print('网格卖出没有自定义交易股票池*********')
    else:
        print('{}网格卖出目前不是交易时间*********'.format(datetime.now()))

单边网格卖出原理研究：触发逻辑与执行机制

在网格的配置中，参数可以单独开启买入，卖出网格，也可以买卖网格一起开启形成循环的买卖做T网格，这里采用单独开启买入网格，我一般不用网页做买入，我一般是检测持股卖出比较多

投资顾问

编程语言

网格卖出策略通过动态基准价与涨幅阈值触发自动分批止盈，实现阶梯式卖出锁定利润。策略监控最新价，当涨幅达预设比例时按数量、金额或百分比模式卖出，并更新基准价形成循环。适用于震荡市，结合买入网格可反复赚取差价，机械执行排除情绪干扰，适合稳健型投资者。

日志文件

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

单边网格卖出原理研究：触发逻辑与执行机制

单边网格卖出原理研究：触发逻辑与执行机制

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐