「不用天天盯盤、行情橫盤照樣一格一格賺價差、還能幫你戒掉追高殺低的壞習慣」——這是網格交易最迷人的地方，也是幾乎每篇教學開頭都在講的賣點。可是很少有人願意回答那個最關鍵的問題：拿真金白銀的歷史行情跑一整年，網格到底是賺還是賠？跟什麼都不做、傻傻買著放相比，誰贏？
與其背話術，不如看數據。這篇不賣課、不喊幣價、不報明牌，只做一件事——把網格丟進幣安真實 K 線，連同 2020 年以來大牛、大熊、震盪復甦四種截然不同的行情一起回測，把它會賺、會賠、甚至會「踏空」的每一面，全部攤在陽光底下。
📖 看到不懂的詞？搭配 幣圈術語表 隨查；完全新手先看 量化交易入門。
一句話結論：我寫了個回測程式，用幣安真實 K 線把 BTC／ETH／SOL 各跑一整年（2025-06-27 ～ 2026-06-27）網格 vs 買入持有。結果很誠實：這一年是震盪下跌市，三個標的網格全部贏過持有、最大回撤砍掉一半以上（ETH 網格甚至 +7.7% 而持有 -35.5%）。但網格不是穩賺——BTC／SOL 網格自己也虧，只是少虧很多；而且在單邊大漲的牛市，網格會「踏空」跑輸持有。網格的本質是抗跌、控回撤、不追高的工具，不是印鈔機。
「網格交易到底能不能賺錢？」這個問題，市面上 99% 的文章都在教你「怎麼設參數、怎麼按按鈕」，卻沒有一篇給你真實的損益曲線——到底跑一年下來是賺是賠？跟單純買著放（買入持有）比，誰贏？回撤多深？
所以我自己寫了一個網格回測引擎，抓幣安的真實歷史 K 線，把現貨做多網格的買賣一筆筆模擬出來、扣掉手續費，再跟「買入持有」並排比較。這篇把方法、真數字、淨值曲線圖全部攤開，而且程式碼附在文末，你可以自己跑驗證。先講最重要的事：回測只能告訴你策略「過去的行為特性」，不能保證未來。我們要的不是一個賺錢神話，而是搞懂網格「在什麼行情賺、什麼行情賠」。
這個回測是怎麼做的？（方法與誠實口徑）
為了讓回測誠實、可重現、不騙自己，我刻意守了幾條規則：
- 真實數據：幣安現貨 4 小時 K 線，每個標的約 2,190 根（一整年）。
- 區間不偷看未來：網格上下界一律用「回測起始那天的價格 ±25%」事前決定，不用整段行情的最高/最低來框（那是 look-ahead bias，回測造假最常見的手法）。
- 20 格、做多網格、現貨：用現貨不會爆倉，最多套牢，結果最乾淨。
- 手續費照算：每筆成交收 0.1%（幣安現貨標準費率）。網格一年成交 300～400 次，手續費是真實成本，不能假裝沒有。
- 用收盤價成交（偏保守）：只在 K 線收盤穿越網格線時才成交，不偷 K 線影線的瞬間波動——這會「低估」網格的成交次數，也就是說真實網格可能比這個回測再好一點點，我寧可保守。
- 對照組＝買入持有：同樣的錢、同一天，全部買進放著不動，看誰勝。
⚠️ 誠實話：回測是「如果當時這樣做會怎樣」的模擬，真實下單還有滑價、深度不足、情緒手抖等問題。本文所有數字是歷史回測，不代表未來，也不是任何買賣建議。
回測結果：BTC／ETH／SOL 網格 vs 買入持有
同樣一筆 10,000 USDT、同一年（2025-06-27 ～ 2026-06-27），現貨網格 vs 買入持有的真實回測結果：
| 標的 | 網格報酬 | 持有報酬 | 網格最大回撤 | 持有最大回撤 | 網格夏普 | 成交次數 |
|---|---|---|---|---|---|---|
| BTC | -18.5% | -43.9% | -35.0% | -52.7% | -0.73 | 303 |
| ETH | +7.7% | -35.5% | -21.4% | -68.0% | 0.1 | 393 |
| SOL | -12.2% | -48.9% | -39.7% | -75.2% | -0.45 | 309 |
※ 區間=起始價±25%、20 格、現貨做多、手續費 0.1%、收盤價成交。數字為歷史回測，不代表未來。夏普為年化（以日報酬計），負值代表該期間風險調整後報酬為負。
三個標的、網格全贏持有，而且回撤幾乎都砍半。但別急著高興——下面看圖你會發現，這不是因為網格多會賺，而是因為這一年剛好是網格最擅長的行情（震盪偏跌）。
案例拆解：ETH——一張圖看懂網格的優點與弱點
這張圖把網格的「個性」講得最清楚，分三段看：
- 2025 下半年大漲段：網格踏空、輸給持有。ETH 從 2,400 一路噴到 4,000 以上，買入持有（橘線）衝到 180；但網格（青線）漲破區間上限後就賣光踏空、平在 120 不動。這就是網格最大的弱點——單邊大漲時，網格賺不到趨勢財。
- 2025 年底崩跌段：網格抗跌、大幅領先。接著行情反轉直落，持有從 180 一路崩到 60、回撤高達 -68%；而網格在區間內持續低買高賣，淨值穩在 110～130。
- 全年結算：網格 +7.7%、持有 -35.5%。網格不但賺錢，最大回撤只有 -21%（持有的三分之一不到），夏普 0.1 也明顯優於持有 -0.38。
一句話：網格用「漲時少賺」換「跌時抗摔」。在這種大起大落最後收跌的行情，這個交換非常划算。
BTC 與 SOL：網格不是把虧變賺，是「少虧」
BTC 同樣的故事但更典型：全年網格 -18.5%、持有 -43.9%。兩個都是虧的——這很重要：網格在下跌市並不會幫你「由虧轉盈」，它只是讓你「少虧很多」（少虧約 25 個百分點），而且最大回撤從 -53% 收斂到 -35%。把網格想成「熊市裡的防摔氣囊」，比想成「賺錢機器」更貼近真相。
SOL 波動最大，全年網格 -12.2%、持有 -48.9%。持有最大回撤高達 -75%（幾乎腰斬再腰斬），網格收斂到 -40%。波動越大的幣，網格「削平波動」的價值越明顯——但前提是它得在你設的區間裡震盪，衝出去就另當別論。
回測告訴我們的 5 件事
- 網格在「震盪 / 下跌」市優於買入持有。自動低買高賣＋不追高，讓它在這一年三個標的全勝。
- 網格在「單邊大漲」市會踏空、跑輸持有。看 ETH 上半段就懂。牛市請別用窄區間網格綁住自己。
- 網格不保證賺錢。BTC／SOL 網格也是負報酬，它降低的是「虧損幅度與回撤」，不是把虧變賺。
- 回撤控制才是網格真本事。三個標的網格最大回撤全部是持有的一半以下——對睡得著覺很重要。
- 手續費是真實成本。一年成交 300～400 次，BTC 光手續費就 154 USDT。用邀請碼拿返佣、持平台幣折抵，長期報酬差一截。
不只看這一年——2020 以來四個市場環境實測
上面那一年（2025-06-27 ～ 2026-06-27）剛好是「震盪偏跌」，正好是網格最擅長的行情，難免有人會問：是不是刻意挑了對網格有利的期間？這個質疑很合理。所以我把同一套回測引擎往前拉到 2020 年，切成四段性格完全不同的市場環境，重跑 BTC 與 ETH——這才是網格真正的「體檢報告」。
| 市場環境 | 期間 | 網格報酬 | 持有報酬 | 網格最大回撤 | 持有最大回撤 | 成交 |
|---|---|---|---|---|---|---|
| 2020–21 大牛市 | 2020-10～2021-04 | +20.5% | +483.4% | -2.5% | -26.6% | 64 |
| 2022 大熊市 | 2022-01～2022-06 | -35.3% | -57.2% | -50.5% | -62.3% | 226 |
| 2023 震盪復甦 | 2023-06～2023-12 | +29.4% | +57.3% | -8.0% | -20.8% | 138 |
| 2025–26 震盪下跌（本文主案例） | 2025-06～2026-06 | -18.5% | -43.9% | -35.0% | -52.7% | 303 |
| 市場環境 | 期間 | 網格報酬 | 持有報酬 | 網格最大回撤 | 持有最大回撤 | 成交 |
|---|---|---|---|---|---|---|
| 2020–21 大牛市 | 2020-10～2021-04 | +22.0% | +582.6% | -5.3% | -34.7% | 84 |
| 2022 大熊市 | 2022-01～2022-06 | -53.6% | -70.7% | -64.1% | -76.2% | 182 |
| 2023 震盪復甦 | 2023-06～2023-12 | +32.9% | +23.0% | -12.9% | -23.8% | 261 |
| 2025–26 震盪下跌（本文主案例） | 2025-06～2026-06 | +7.7% | -35.5% | -21.4% | -68.0% | 393 |
把這 8 組數字擺在一起看，會逼出三個比「這一年網格贏了」更重要、也更誠實的結論：
- 網格真正的分水嶺是「單邊 vs 震盪」，不是「牛 vs 熊」。最好的反例是 2023 年的 BTC：大家印象中那是「復甦震盪年」，實際上它是從 1.6 萬一路單邊漲到 4.2 萬——結果網格 +29.4% 照樣輸給買入持有 +57.3%。所以正確的心法是「網格怕單邊（不管漲跌都怕）、愛震盪」，而不是「牛市才會踏空」這麼簡單。
- 回撤控制才是網格的普適王牌。看「網格最大回撤」那兩欄：八個情境無一例外，網格的最大回撤都明顯小於買入持有（大牛市裡 BTC 網格只回 -2.5%、持有卻回 -26.6%）。網格不保證讓你賺更多，但幾乎總是讓你跌得更少、睡得更著。
- 這些是「已經發生」的歷史，不是未來的保證。四個環境攤開來，正好證明沒有任何策略在所有行情都最強——網格在大牛市會嚴重跑輸、在大熊市照樣虧錢（只是少虧）。看懂它「在什麼行情賺、什麼行情賠」，遠比記住「網格能賺幾 %」有用。
數據來源、口徑與方法論
為了讓這篇經得起檢驗、也方便你自己複現，把口徑一次講清楚：
資料與口徑（可自行重現）
- 行情來源：幣安（Binance）現貨公開 K 線 API。「一整年」那組用 4 小時 K 線（每標的約 2,190 根）；「四個市場環境」那組用同一套引擎，依各段起訖抓對應區間。
- 區間框定：網格上下界一律用「回測起始日價格 ±25%」事前決定，不用整段行情的最高／最低回頭框（避免 look-ahead bias，這是回測造假最常見的手法）。
- 成本：每筆成交計 0.1% 手續費（幣安現貨標準）；以收盤價成交，偏保守、會低估網格成交次數。
- 對照組：同一筆資金、同一起點的「買入持有」。
方法論參考
- 網格交易本質是「不預測方向、在區間內低買高賣」的均值回歸（mean reversion）策略；其學理與實作可參考 Ernest P. Chan《Algorithmic Trading: Winning Strategies and Their Rationale》（Wiley, 2013）的均值回歸專章。
- 風險衡量採兩個業界標準指標：最大回撤（Maximum Drawdown）與夏普比率（Sharpe Ratio，William F. Sharpe, 1966）。
- 完整可跑的最小化回測碼見下一節，你可以換標的、改參數（格數、區間寬度）自行驗證。
⚠️ 再強調一次：以上全部是「已經發生」的歷史回測結果，用來理解網格在不同行情下的「行為特性」，不外推、不預測未來、不構成任何投資建議。加密貨幣波動劇烈，請自行評估風險。
自己跑回測：可下載 Python 碼
這是精簡版（約 30 行，現貨做多網格），複製到一個 .py 檔、直接 python3 跑就能驗證（只需 numpy，資料直接抓幣安公開 API、不用金鑰）。想換標的就改最後一行的代號：
import urllib.request, json, numpy as np
def klines(sym, interval="4h", limit=1000):
u = f"https://api.binance.com/api/v3/klines?symbol={sym}&interval={interval}&limit={limit}"
r = urllib.request.Request(u, headers={"User-Agent": "Mozilla/5.0"})
return [float(k[4]) for k in json.load(urllib.request.urlopen(r))] # 收盤價
def backtest(closes, range_pct=0.25, n=20, capital=10000, fee=0.001):
start = closes[0]
grids = np.linspace(start*(1-range_pct), start*(1+range_pct), n+1)
per, cash, inv = capital/n, capital, []
for g in grids: # 初始底倉：低於現價的格子各買一份
if g < start:
q = per/g; cash -= q*g*(1+fee); inv.append((g, q))
lvl = lambda p: int(np.sum(grids <= p)); prev = lvl(start)
for c in closes:
cur = lvl(c)
for _ in range(cur-prev): # 漲穿 → 賣
if inv: bp, q = inv.pop(); cash += q*grids[min(cur,n)]*(1-fee)
for _ in range(prev-cur): # 跌穿 → 買
g = grids[max(cur,0)]; q = per/g
if cash >= q*g*(1+fee): cash -= q*g*(1+fee); inv.append((g, q))
prev = cur
equity = cash + sum(q for _, q in inv)*closes[-1]
hold = capital*(1-fee)/start*closes[-1]
print(f"網格 {equity/capital*100-100:+.1f}% 買入持有 {hold/capital*100-100:+.1f}%")
c = klines("ETHUSDT") # 換成 BTCUSDT / SOLUSDT 試試
backtest(c)※ 此為教學示範用的最小可跑版（收盤價模型），與本文完整引擎邏輯一致但省略出圖。改 range_pct、n（格數）可看參數影響。
想把「選哪個幣、區間怎麼抓」也自動化，可往 用 ccxt 自寫網格機器人 深入；或直接用交易所內建機器人，看 OKX 網格設定教學。
看懂之後，怎麼實際開一個網格
回測幫你建立合理預期，真正賺賠還是要實盤。如果你看懂了「網格＝震盪市抗跌工具」，下一步就是挑一家交易所開個小額現貨網格實際體會：
- 新手起步：用現貨網格（不爆倉），看 OKX 網格設定教學。
- 想用槓桿／做空：合約網格會爆倉，先看 四大所合約網格比較。
- 還在選交易所：看 四大所機器人功能比較、OKX 機器人完整教學。
🧮 網格成交頻繁，手續費返佣最有感。用邀請碼 VIP20FEE 註冊 OKX 可享手續費返佣；想算一年省多少用 手續費返佣計算機。
常見問題 FAQ
網格交易真的能賺錢嗎？
看行情。本文一年回測中，震盪下跌市三個標的網格都贏買入持有（ETH 網格 +7.7%、持有 -35.5%），但 BTC／SOL 網格仍是負報酬、只是少虧很多；而單邊大漲的牛市網格會踏空跑輸持有。網格是抗跌控回撤的工具，不是穩賺。
這個回測可信嗎？會不會偷看未來？
我刻意避開 look-ahead bias：網格區間用『起始價±25%』事前決定，不用整段最高最低來框；用收盤價成交（偏保守、低估網格成交）；資料是幣安真實 K 線、手續費照算。但回測終究是歷史模擬，不代表未來。
為什麼網格在下跌市還能贏買入持有？
因為網格自動低買高賣、不追高，下跌過程中持續在低位接、反彈時賣出，攤平並實現價差；而買入持有完整承受整段跌幅。所以網格最大回撤通常遠小於持有。
網格最大的風險是什麼？
三個：① 單邊大漲時踏空、賺不到趨勢；② 單邊大跌跌破區間下緣，套牢且停止獲利（合約網格還會爆倉）；③ 高頻成交的手續費侵蝕利潤。
回測報酬是負的，那還要用網格嗎？
要看你拿它跟什麼比。同期買入持有虧更多、回撤更深。網格的定位是『相對抗跌』而非『絕對賺錢』；且現貨網格不會爆倉，最多套牢。
我可以自己跑這個回測嗎？
可以。文末附了約 30 行的精簡 Python 碼，只需 numpy、直接抓幣安公開 API，複製到 .py 跑即可，改代號與參數能驗證不同標的與設定。
手續費對網格影響有多大？
很大。網格一年成交 300～400 次，本文 BTC 案例光手續費就約 154 USDT。費率高低與有沒有返佣，長期報酬差一截，所以跑網格務必省手續費。
回測賺錢就代表實盤會賺嗎？
不一定。實盤有滑價、深度不足、資金費率（合約）、以及人為干預等回測無法完全還原的因素。回測是『理解策略特性』的工具，不是獲利保證。
延伸閱讀：量化交易完整學習地圖
🔵 網格實作：網格 30 天實際開單損益（本篇是回測、那篇是實測，互補）、OKX 網格設定教學、四大所合約網格比較
⚙️ 程式量化：ccxt 自寫網格機器人、Python 接 OKX API、TradingView 回測教學
🤖 機器人選型：OKX 機器人完整教學、四大所機器人功能比較
利益揭露與風險聲明：本文部分交易所連結含邀請碼，使用不增加你的成本。文中所有報酬、回撤、夏普均為歷史回測結果，不代表未來表現；回測採收盤價模型並計入手續費，但實盤仍有滑價、流動性與情緒等差異。加密貨幣波動劇烈，網格／合約等策略可能造成本金損失，本文為教學與數據研究整理，不構成任何投資建議，請自行評估風險。
發表迴響