บอทเทรดแบบกริด ข้อดีข้อเสียที่แท้จริง

บอทเทรดแบบกริดจะวางคำสั่งซื้อขายเป็นขั้นบันไดในระยะห่างราคาที่คงที่: คำสั่งซื้อในทุกขั้นที่ต่ำกว่าราคาปัจจุบัน คำสั่งขายในทุกขั้นที่สูงกว่าราคาปัจจุบัน ทุกครั้งที่ตลาดปรับตัวลง บอทจะซื้อ ทุกครั้งที่ตลาดปรับตัวกลับขึ้นมา บอทจะขายของที่ซื้อไว้ตอนราคาต่ำกว่าออกไป กลไกนี้เก็บเกี่ยวกำไรจากความผันผวน และจะสะสมสถานะเปิดไว้เมื่อใดก็ตามที่ตลาดเคลื่อนตัวออกจากกริดไปในทิศทางเดียวและดำเนินต่อไป

หน้านี้จะแยกชิ้นส่วนกลไกดังกล่าวออกมา แล้ววัดลักษณะตลาดสองแบบที่เป็นตัวกำหนดผลลัพธ์ แผนภาพทุกแผงด้านล่างนี้เป็นผลลัพธ์จากคำสั่งค้นหาที่ถูกจัดเก็บไว้บนข้อมูลราคาหุ้นสหรัฐฯ จริง โดยยึดติดกับวันที่ที่แน่นอนเพื่อให้ตัวเลขสามารถทำซ้ำได้

วิธีการทำงานของบอทเทรดแบบกริด

การตั้งค่าสามอย่างกำหนดกริดหนึ่งอัน: ขอบเขตบนและล่างของช่วง จำนวนเส้นภายในช่วงนั้น และขนาดคำสั่งในแต่ละเส้น ระยะห่างระหว่างเส้นเป็นผลมาจากสองค่าแรก

นี่คือตัวอย่างเลขคณิต โดยใช้ตัวเลขกลมๆ ที่เลือกมาเพื่อความชัดเจน ไม่ได้มาจากราคาจริงใดๆ สมมติว่าหุ้นตัวหนึ่งซื้อขายใกล้ $100 และผู้ดำเนินการตั้งค่ากริดจาก $95 ถึง $105 โดยมีสิบเอ็ดเส้นห่างกันหนึ่งดอลลาร์ และ 100 หุ้นต่อหนึ่งเส้น ราคาลดลงไปที่ $99 และคำสั่งซื้อที่รออยู่ถูกจับคู่ ราคากลับไปที่ $100 และคำสั่งขายที่ตรงกันถูกจับคู่ ปิดคู่คำสั่งนี้ได้กำไรขั้นต้น $100 คำสั่งซื้อขายทั้งสองถูกตั้งค่าใหม่ ไม่มีอะไรเปลี่ยนแปลงเกี่ยวกับบริษัทในชั่วโมงนั้น สถานะเพียงแค่เดินทางครบรอบระหว่างขั้นบันไดสองขั้นที่อยู่ติดกัน

รูปแบบสองแบบปรากฏในโครงการโอเพนซอร์สที่เผยแพร่สู่สาธารณะ กริดแบบเลขคณิตจะเว้นระยะห่างเส้นด้วยจำนวนดอลลาร์ที่คงที่ กริดแบบเรขาคณิตจะเว้นระยะห่างเส้นด้วยเปอร์เซ็นต์ที่คงที่ ซึ่งทำให้เปอร์เซ็นต์กำไรต่อการเดินทางครบรอบคงที่ในช่วงราคาที่กว้าง เอกสารยังแยกความแตกต่างระหว่างกริดแบบเป็นกลาง ซึ่งเริ่มต้นโดยไม่มีสถานะและทำงานทั้งสองทิศทาง กับกริดแบบลอง ซึ่งเริ่มต้นโดยถือสินค้าคงคลังและขายในช่วงที่ราคาแข็งแกร่ง

รูปแบบผลตอบแทนสมควรได้รับคำอธิบายสั้นๆ หนึ่งประโยค กำไรจากการเดินทางครบรอบหนึ่งครั้งมีเพดานอยู่ที่หนึ่งขั้นกริดลบด้วยต้นทุน สถานะเปิดที่สะสมขึ้นเมื่อราคาออกจากช่วงกริดนั้นไม่มีเพดานที่สอดคล้องกัน

ลักษณะตลาดที่กริดต้องการ

กริดได้รับค่าตอบแทนจากการเคลื่อนที่ ไม่ใช่จากทิศทาง หุ้นสองตัวสามารถสิ้นสุดช่วงเวลาหนึ่งที่ราคาเดียวกันหลังจากครอบคลุมระยะทางที่แตกต่างกันอย่างมาก การรวมขนาดสัมบูรณ์ของการเคลื่อนไหวรายวันทุกครั้งจะให้ระยะทางรวมที่เดินทาง การหารการเคลื่อนไหวสุทธิด้วยระยะทางนั้นจะให้อัตราส่วนประสิทธิภาพ ซึ่งเป็นมาตรวัดมาตรฐานว่าเส้นทางนั้นมีทิศทางมากน้อยเพียงใด อัตราส่วนที่ต่ำอธิบายเส้นทางที่วกวน อัตราส่วนที่สูงอธิบายการเดินตรงไปข้างหน้า

WITH daily AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('SPY','KO','PG','JNJ','VZ','MO','XOM','JPM','WMT','NVDA','TSLA','NFLX')
      AND toDate(toTimeZone(window_start, 'America/New_York')) BETWEEN toDate('2024-01-02') AND toDate('2026-06-30')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY ticker, dt
),
steps AS (
    SELECT ticker, dt, c,
           c / lagInFrame(c) OVER (PARTITION BY ticker ORDER BY dt) - 1 AS ret
    FROM daily
)
SELECT ticker,
       round(sum(abs(ret)) * 100, 0) AS travel_pct,
       round(abs(argMax(c, dt) / argMin(c, dt) - 1) * 100, 1) AS net_move_pct,
       round(100 * abs(argMax(c, dt) / argMin(c, dt) - 1) / sum(abs(ret)), 1) AS efficiency_pct
FROM steps
WHERE ret > -0.5 AND ret < 0.5
GROUP BY ticker
ORDER BY efficiency_pct

อ่านแถวแรกและแถวสุดท้ายร่วมกัน PG ครอบคลุม 527% ของการเคลื่อนไหวรายวันสะสม และสิ้นสุด 0.9% จากจุดเริ่มต้น มีประสิทธิภาพ 0.2% SPY อยู่ตรงข้ามกันที่ 14.3% โดยเปลี่ยน 415% ของการเดินทางให้เป็นการเคลื่อนไหวสุทธิ 59.2% บันไดกริดที่วางบนเส้นทางแรกจะพบกับขั้นบันไดของตัวเองซ้ำแล้วซ้ำเล่า บันไดเดียวกันที่วางบนเส้นทางที่สองจะถูกทิ้งไว้ข้างหลัง

การเคลื่อนไหวในกรอบแคบและสงบ (Calm and range-bound) เป็นคุณสมบัติที่เกี่ยวข้องกันแต่แตกต่างกัน หุ้นสามารถลอยตัวสูงขึ้นในส่วนเพิ่มรายวันที่เล็กมากและยังคงทำให้กริดติดอยู่ ซึ่งเป็นเหตุผลหนึ่งที่ชื่อหุ้นที่ศึกษาใน วรรณกรรมเกี่ยวกับความผันผวนต่ำ (low-volatility anomaly) ไม่ได้เป็นวัสดุสำหรับกริดโดยอัตโนมัติ

การนับจำนวนการเดินทางครบรอบ

ประสิทธิภาพเป็นเลนส์หนึ่ง รายได้จากกริดขึ้นอยู่กับสิ่งที่จับต้องได้มากกว่า: จำนวนครั้งที่ราคากลับมาเยือนระดับเดิมจริงๆ การยึดราคาปิดแรกของแต่ละปีปฏิทินเป็นจุดอ้างอิง และนับจำนวนเซสชันที่ราคาปิดอยู่ฝั่งตรงข้ามของจุดอ้างอิงนั้น จะให้จำนวนครั้งที่เส้นกริดเส้นเดียวจะจับได้ โคคา-โคลา (KO) เป็นหัวข้อที่นี่ ซึ่งเป็นชื่อหุ้นกลุ่มอุปโภคบริโภคขนาดใหญ่ที่มีสภาพคล่องสูง ซึ่งเอกสารเกี่ยวกับกริดมักจะนำเสนอ

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'KO'
      AND toDate(toTimeZone(window_start, 'America/New_York')) BETWEEN toDate('2019-01-01') AND toDate('2025-12-31')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY dt
),
anchored AS (
    SELECT toYear(dt) AS year, dt, c,
           first_value(c) OVER (PARTITION BY toYear(dt) ORDER BY dt) AS anchor
    FROM daily
),
sided AS (
    SELECT year, dt, c, anchor,
           if(c >= anchor, 1, 0) AS side,
           row_number() OVER (PARTITION BY year ORDER BY dt) AS rn,
           lagInFrame(if(c >= anchor, 1, 0)) OVER (PARTITION BY year ORDER BY dt) AS prev_side
    FROM anchored
)
SELECT year,
       countIf(rn > 1 AND side != prev_side) AS crossing_count,
       count() AS sessions,
       round((argMax(c, dt) / any(anchor) - 1) * 100, 1) AS net_change_pct
FROM sided
GROUP BY year
ORDER BY year

ใน 2019 ราคาปิดข้ามระดับเปิดของตัวเอง 8 ครั้งจากทั้งหมด 252 เซสชัน สิ้นปี 17.9% จากระดับนั้น ใน 2025 จำนวนครั้งคือ 6 จากทั้งหมด 250 เซสชัน โดยมีการเปลี่ยนแปลงสุทธิ 13% หนึ่งเส้น หนึ่งหุ้น และวัตถุดิบสำหรับกริดนั้นแปรผันหลายเท่าตัวในแต่ละปี โดยไม่มีทางรู้จำนวนครั้งของปีถัดไปล่วงหน้า

ความแปรปรวนนั้นคือปัญหาที่เงียบเชียบ อัตราผลตอบแทนที่โฆษณาของกริดมักจะอ้างอิงต่อการเดินทางครบรอบหนึ่งครั้ง และจำนวนการเดินทางครบรอบนั้นถูกกำหนดโดยตลาด ไม่ใช่โดยการตั้งค่า

จุดที่กริดพังทลาย

รูปแบบของความล้มเหลวนั้นมีลักษณะเฉพาะ ยึดกริดไว้ที่ช่วงหนึ่ง แล้วปล่อยให้ตลาดออกจากช่วงนั้น ด้านล่างนี้ เพดานและพื้นคือราคาปิดสูงสุดและต่ำสุดของยี่สิบเซสชันแรกของปี 2024 โดยคงที่ตลอดสามสิบเดือนถัดมา โดยมีราคาปิดรายเดือนของกองทุนติดตาม S&P 500 ลากเทียบกับเส้นเหล่านั้น

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND toDate(toTimeZone(window_start, 'America/New_York')) BETWEEN toDate('2024-01-02') AND toDate('2026-06-30')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY dt
),
opening_20 AS (
    SELECT c FROM daily ORDER BY dt LIMIT 20
),
band AS (
    SELECT min(c) AS grid_low, max(c) AS grid_high FROM opening_20
),
monthly AS (
    SELECT toStartOfMonth(dt) AS month_start, argMax(c, dt) AS close_px
    FROM daily
    GROUP BY month_start
)
SELECT formatDateTime(monthly.month_start, '%Y-%m') AS month,
       round(monthly.close_px, 2) AS spy_close,
       round(band.grid_high, 2) AS grid_top,
       round(band.grid_low, 2) AS grid_bottom
FROM monthly, band
ORDER BY monthly.month_start

แถบราคาอยู่ในช่วง $467.27 ถึง $491.26 เดือนแรกในชุดข้อมูลปิดที่ $482.92 ซึ่งอยู่ภายในแถบ เดือนสุดท้ายจากทั้งหมด 30 เดือนปิดที่ $746.32 ซึ่งสูงกว่าเพดานมาก และแผนภาพแสดงให้เห็นเส้นราคาออกจากแถบและไม่กลับมาอีก

ลองเดินตามสิ่งที่บันไดกริดทำตามเส้นทางนั้น เมื่อราคาสูงขึ้นผ่านช่วงกริด บอทจะขายสินค้าคงคลังทีละขั้น เก็บกำไรหนึ่งขั้นทุกครั้ง เมื่ออยู่เหนือเพดาน มันจะถือเงินสดและเฝ้าดู การเพิ่มขึ้นทุกจุดต่อจากนี้คือกำไรที่ผู้ดำเนินการไม่ได้มีส่วนร่วมอีกต่อไป ซึ่งเป็นรูปแบบที่รุนแรงน้อยกว่าของความล้มเหลว

รูปแบบที่รุนแรงคือภาพสะท้อน ราคาตกลงผ่านพื้น และบอทได้ซื้อในทุกขั้นระหว่างทางลง ดังนั้นตอนนี้มันจึงถือครองสินค้าคงคลังเต็มบันไดด้วยต้นทุนเฉลี่ยที่สูงกว่าราคาตลาด โดยแต่ละก้าวที่เพิ่มขึ้นจะทำให้ขาดทุนที่ยังไม่เกิดขึ้นจริงกว้างขึ้น ช่วงราคาที่ครั้งหนึ่งเคยสร้างการเทรดที่สม่ำเสมอ เล็ก และประสบความสำเร็จอย่างเห็นได้ชัด กลายเป็นสถานะที่มีความเข้มข้นเพียงสถานะเดียว การตลาดของกริดอธิบายว่าบอท "ติดอยู่" (stuck) ในงบของนายหน้านั้นคือการขาดทุนลอยตัวที่เปิดอยู่โดยไม่มีทางออกในตัว

ต้นทุนเพิ่มขึ้นตามจำนวนการเทรด

กริดดำเนินการเทรดขนาดเล็กจำนวนมาก และแต่ละเทรดจะจ่ายต้นทุนเต็มของการเดินทางครบรอบ: ส่วนต่างราคาเสนอซื้อเสนอขาย (spread) บวกค่าคอมมิชชันหรือค่าธรรมเนียมการแลกเปลี่ยนในกรณีที่เกี่ยวข้อง ส่วนต่างราคาเสนอซื้อเสนอขาย (bid-ask spread) เป็นส่วนที่มักถูกมองข้ามมากที่สุดในการคำนวณกริด เนื่องจากไม่เคยปรากฏในใบแจ้งยอดเป็นรายการแยก

ตัวอย่างเลขคณิตนั้นทำได้รวดเร็ว สำหรับหุ้นราคา $100 ที่มีส่วนต่างหนึ่งเซ็นต์ การเดินทางครบรอบที่ข้ามส่วนต่างทั้งสองด้านจะเสียไปประมาณสองเซ็นต์ หรือ 0.02% ของมูลค่าตามสัญญา เทียบกับขั้นกริดหนึ่งดอลลาร์ นั่นคือประมาณ 2% ของกำไรขั้นต้นต่อเที่ยว ขยายส่วนต่างเป็นห้าเซ็นต์ ซึ่งเป็นตัวเลขปกติสำหรับหุ้นที่มีสภาพคล่องน้อยกว่า และการเที่ยวเดียวกันนี้จะเสียสิบเซ็นต์เทียบกับกำไรขั้นต้นหนึ่งดอลลาร์ หรือ 10% การทำให้กริดแน่นขึ้นเป็นขั้นละสิบเซ็นต์เพื่อจับความผันผวนให้มากขึ้น จะลดกำไรขั้นต้นต่อเที่ยวเหลือสิบเซ็นต์ในขณะที่ต้นทุนยังคงเดิม และส่วนต่างห้าเซ็นต์จะกินทั้งการเทรดนั้น

ความสัมพันธ์นั้นกำหนดพื้นใต้ระยะห่างกริดที่มีประโยชน์: ขั้นบันไดต้องมีขนาดใหญ่พอเมื่อเทียบกับต้นทุนการเดินทางครบรอบ และยิ่งกริดแน่นเท่าไหร่ รายได้ของมันก็จะตกเป็นของสถานที่ซื้อขาย (venue) มากกว่าผู้ดำเนินการ

เหตุผลที่การย้อนกลับทดสอบ (Backtest) ทำให้บอทกริดดูดีเกินจริง

กลยุทธ์กริดสร้างผลการย้อนกลับทดสอบที่น่าสนใจผิดปกติ และเหตุผลเชิงโครงสร้างสี่ประการอธิบายสิ่งนี้ได้เป็นส่วนใหญ่

1. การเลือกช่วงด้วยการมองย้อนหลัง (Hindsight) ขอบเขตที่เลือกหลังจากเห็นข้อมูลแล้วจะสามารถครอบคลุมข้อมูลนั้นได้ กริดที่ปรับให้เข้ากับช่วงเวลาที่มีการเคลื่อนไหวในกรอบจะแสดงอัตราความสำเร็จที่สูงในช่วงเวลานั้น
2. บันไดที่ยังไม่ปิด (Unclosed ladder) การทดสอบที่หยุดในวันที่สิ้นสุดที่เลือกไว้ มักจะนับการเดินทางครบรอบที่เกิดขึ้นจริง ในขณะที่ปฏิบัติต่อสินค้าคงคลังที่เหลืออยู่ด้วยความใจกว้าง การบัญชีที่ซื่อสัตย์จะทำเครื่องหมายสถานะเปิดตามราคาตลาดในวันสุดท้ายและรวมการขาดทุนนั้นไว้ในผลลัพธ์
3. สมมติฐานเกี่ยวกับการจับคู่คำสั่ง (Fill assumptions) คำสั่งรอที่จำลองขึ้นจะถูกจับคู่เมื่อใดก็ตามที่ราคาแตะระดับนั้น คิวคำสั่งจริงไม่ได้ถูกจับคู่เมื่อราคาแตะเสมอไป และเที่ยวที่ไม่ถูกจับคู่นั้นมักจะเป็นเที่ยวที่ทำกำไรได้ในตลาดที่เคลื่อนไหวเร็ว
4. ความหนาแน่นของพารามิเตอร์ (Parameter density) ขอบเขต จำนวนเส้น ระยะห่าง และขนาดคำสั่ง ให้ตัวแปรสี่ตัวเหนืออนุกรมราคาหนึ่งชุด ซึ่งมากพอที่จะปรับให้เข้ากับหน้าต่างประวัติศาสตร์เกือบทุกช่วง

จำนวนครั้งการข้ามด้านบนเป็นเครื่องถ่วงดุลกับทั้งสี่ข้อข้างต้น ตัวเลขเหล่านี้มาจากประวัติราคาเพียงอย่างเดียว โดยไม่มีการตั้งค่าใดๆ มาผูกติด และมันแปรผันในแต่ละปีในแบบที่ไม่มีตัวเลือกพารามิเตอร์ใดควบคุมได้ ทุกคนที่ประเมินคำกล่าวอ้างของกริดสามารถถามคำถามเดียวกับมันได้: การเดินทางครบรอบที่เกิดขึ้นจริงจำนวนเท่าใดที่สิ่งนี้ขึ้นอยู่กับ และจำนวนนั้นมาจากไหน? การฝึกฝนในช่วงเวลาหนึ่งบนโปรแกรมจำลอง โดยทำเครื่องหมายบันไดเปิดตามราคาตลาดเมื่อสิ้นสุด จะตอบคำถามนี้อย่างซื่อสัตย์มากกว่าแผนภูมิของการเที่ยวที่เกิดขึ้นจริง

คำถามที่พบบ่อย

บอทเทรดแบบกริดทำเงินได้จริงหรือไม่?

กริดจะได้รับกำไรที่มีเพดานในการเดินทางครบรอบแต่ละครั้ง และมีสถานะเปิดที่ไม่มีเพดานเมื่อราคาออกจากช่วงของมัน ไม่ว่าการเที่ยวที่เกิดขึ้นจริงจะมีน้ำหนักมากกว่าสถานะเปิดในช่วงเวลาใดๆ หรือไม่นั้น ขึ้นอยู่กับว่าตลาดมีความผันผวนภายในช่วงนั้นมากน้อยเพียงใด ซึ่งเป็นคุณสมบัติของตลาด ไม่ใช่ของซอฟต์แวร์

สภาวะตลาดแบบใดที่เหมาะกับบอทกริด?

กลไกนี้ถูกสร้างขึ้นสำหรับราคาที่กลับมาเยือนระดับเดิมซ้ำๆ: ระยะทางรวมที่เดินทางสูงเมื่อเทียบกับการเคลื่อนไหวสุทธิ ในแผงข้อมูลสิบสองชื่อด้านบน อัตราส่วนประสิทธิภาพมีตั้งแต่ 0.2% ที่ปลายทางที่วกวน ไปจนถึง 14.3% ที่ปลายทางที่มีทิศทาง และกลไกบันไดจะพบกับขั้นบันไดของตัวเองเฉพาะที่ปลายทางแรกเท่านั้น

จะเกิดอะไรขึ้นเมื่อราคาทะลุออกจากช่วงกริด?

เหนือช่วงกริด บอทได้ขายสินค้าคงคลังของมันและนั่งถือเงินสดในขณะที่ตลาดดำเนินต่อไปโดยไม่มีมัน ต่ำกว่าช่วงกริด มันถือทุกขั้นที่มันซื้อระหว่างทางลง ด้วยต้นทุนเฉลี่ยที่สูงกว่าราคาปัจจุบัน และการลดลงแต่ละครั้งจะทำให้ขาดทุนที่ยังไม่เกิดขึ้นจริงนั้นกว้างขึ้น

การเทรดแบบกริดแตกต่างจากการถัวเฉลี่ยต้นทุนดอลลาร์ (Dollar-Cost Averaging) อย่างไร?

ทั้งสองวิธีซื้อมากขึ้นเมื่อราคาลดลง และความคล้ายคลึงก็สิ้นสุดเพียงเท่านั้น การถัวเฉลี่ยต้นทุนดอลลาร์ จะเพิ่มจำนวนเงินคงที่ตามกำหนดเวลาคงที่ โดยไม่มีกฎการออกและไม่มีขอบเขตบน กริดจะซื้อและขายตามตัวกระตุ้นราคาภายในช่วงที่เลือกไว้ล่วงหน้า และพฤติกรรมของมันจะเปลี่ยนไปโดยสิ้นเชิงเมื่อราคาออกจากช่วงนั้น

ระยะห่างกริดที่แน่นขึ้นจะสร้างรายได้มากขึ้นหรือไม่?

ระยะห่างที่แน่นขึ้นจะเพิ่มจำนวนการเดินทางครบรอบและลดกำไรขั้นต้นในแต่ละเที่ยว ในขณะที่ต้นทุนต่อเที่ยวยังคงเดิม เมื่อเลยจุดที่กำหนดโดยส่วนต่าง การเที่ยวที่เพิ่มขึ้นจะลบออกจากยอดรวมแทนที่จะเพิ่มเข้าไป

ตัวเลขทุกตัวด้านบนมาจากคำสั่งค้นหาที่ถูกจัดเก็บและมีเวอร์ชันบนข้อมูลราคาหุ้นจริง เปิด SQL ใต้แผงใดๆ เพื่อตรวจสอบ หรือวัดระยะทางการเคลื่อนที่เทียบกับการเคลื่อนไหวสุทธิในรายชื่อหุ้นของคุณเองบนเทอร์มินัล Strasmore