OKX联合优质数据平台AICoin发起系列经典策略研究，旨在通过数据实测和策略特点等核心维度分析，帮助用户更好地了解和学习不同的策略，尽量避免盲目使用。

网格交易是一种系统化的交易策略，其核心原则是在预设价格区间内划分多个网格，实行逆势操作——价格下跌时买入，上涨时卖出。这种策略通过保持多空仓位平衡，自动化执行交易来减少情绪干扰，并通过频繁的小额交易累积收益。它强调灵活调整参数以适应市场变化，注重风险控制和资金管理，特别适合在震荡市场中长期运作。虽然在横盘市场表现出色，但在趋势市场可能会错过大行情。成功实施网格交易需要根据具体资产和市场环境灵活应用这些原则，同时谨慎控制风险，避免过度杠杆。

一般而言，网格策略分为：现货网格和合约网格2种。其中，合约网格又分为做多模式、做空模式、以及中性模式3种，每一种都有各自适合的行情。（注意：合约网格中性模式以下都简称为“中性合约网格”）

第02期介绍网格策略，采用3大数据模型对【中性合约网格&现货网格】，进行实测：

模型1：横盘震荡1h运行周期下的中性合约网格与现货网格

模型2：震荡向下4h运行周期下的中性合约网格与现货网格

模型3：震荡向上1日运行周期下的中性合约网格与现货网格

本期数据测试中，中性合约网格运行标准：以策略开启时该交易对的市价为中心，确定网格下限与上限，挂单分为市价以上与市价以下，当价格在市价以上时，价格每突破一个网格时都进行卖出开空，跌破每个网格时都进行买入平空，以此获取价格下跌部分收益。

合约网格中性模式&现货网格策略一句话总结：专注区间交易，在精心的风险管理和参数优化前提下，提供了一种理性交易的方法。

优劣对比

总体而言，横盘市场减少了趋势性风险，2种策略可以更专注于区间交易。但需要警惕市场突破当前震荡区间的可能性，可能需要调整网格参数。用户可考虑根据观察到的价格波动范围来优化网格间距。尝试动态调整网格，以适应可能的波动范围变化。

此外，两者在操作方式和风险管理上存在明显的区别。中性合约网格适用于双向交易、高杠杆的合约市场，强调在波动性中捕捉机会并且承受更高的风险；而现货网格则适用于单向交易、较为稳健的现货市场，适合更为保守的交易策略。两者的核心理念相似，但在实际应用中需要根据交易者的风险承受能力和市场条件进行选择。

其中，中性合约网格交易策略结合了网格交易和市场中性策略的优点，提供了多方面的优势。它通过多空对冲降低系统性风险，利用高频小额交易和市场波动获利，同时降低方向性风险。这种策略具有灵活性强、适应性高的特点，可以自动化操作并适用于多种资产，以及为市场提供流动性，但实施起来较为复杂。

模型一

该模型为：横盘震荡1h运行周期下的中性合约网格与现货网格

图片1：横盘震荡1h下中性合约网格；来源：AICoin

图片2：横盘震荡1h下现货网格；来源：AICoin

模型二

该模型为：震荡向下4h运行周期下的中性合约网格与现货网格

图片3：震荡向下4h下中性合约网格；来源：AICoin

图片4：震荡向下4h下现货网格；来源：AICoin

模型三

该模型为：震荡向上1日运行周期下的中性合约网格与现货网格

图片5：震荡向上1日下中性合约网格；来源：AICoin

图片6：震荡向上1日下现货网格；来源：AICoin

分析与总结

网格策略在不同的市场条件下表现各异，交易者需要根据市场趋势选择合适的策略，同时权衡风险与收益。在模型一、模型三中，中性合约网格的收益率均显著高于现货网格，尤其是在模型三的震荡向上环境中，中性合约网格的收益率高达11.28%。而在震荡向下环境中模型二，中性合约网格和现货网格都出现了亏损，表明中性合约网格和现货网格在下跌市场中表现较差。

通过观察模型一二三的现货网格表现可以知道在不同市场环境下，现货网格胜率的波动较大，现货网格的表现较为不稳定。中性合约网格虽然收益较高，但也伴随着较高的风险，因为使用了杠杆，比如在模型二的震荡向下的行情中，杠杆扩大了亏损，而现货交易则相对稳健，但在市场不利的情况下可能会出现亏损。

具体而言：

1、策略表现方面

合约网格策略在不同市场环境下普遍表现出更高的收益潜力，但也可能面临更大的风险。

现货网格策略在横盘震荡和震荡向上的市场中表现较好，但在震荡向下的市场中出现亏损。

2、风险与收益方面

中性合约网格格策略通过使用杠杆获得了更高的绝对收益，但也承担了更高的风险。现货网格策略虽然绝对收益率较低，但考虑到未使用杠杆，其风险调整后的收益在某些情况下可能更具吸引力。

3、市场适应性方面

中性合约网格格策略在不同市场环境中表现较为稳定。现货网格策略在上涨或横盘市场中表现较好，但在下跌市场中容易遭受损失。

4、交易活跃度方面
中性合约网格格策略通常有更高的交易频率和交易金额，这可能有助于捕捉更多的市场机会，但也可能带来更高的交易成本。

5、适用投资者方面

中性合约网格格策略可能更适合风险承受能力较高、对市场有深入理解的投资者。现货网格策略可能更适合风险承受能力较低、追求稳定收益的投资者。

6、风险管理方面
使用中性合约网格格策略时，需要更加谨慎的风险管理，包括设置止损和监控杠杆水平。

总之，两种策略各有优势，中性合约网格格策略提供了更高的潜在收益和更好的市场适应性，但风险也更高。现货网格策略虽然收益相对较低，但风险也较低，在某些市场环境下仍能提供稳定的收益。投资者应根据自身的风险承受能力、投资目标和市场判断来选择适合的策略。

OKX&AICoin网格策略

当前，OKX策略交易提供便捷、且多样化的策略品种目，其网格策略主要涵盖：现货网格、合约网格、以及无限网格。无论是OKX现货网格策略还是OKX合约网格策略，其本质是一种在特定的价格区间中执行低买高卖的自动化策略，用户只需要设定区间最高价和最低价，确定好要细分的网格数，即可开始运行策略；如有需要，也可以预先设置好触发条件，待市场行情达到触发条件时，策略自动开始运行。策略会计算每个小网格低买高卖的价格，自动挂单，随着市场波动，不断地低吸高抛赚取波动带来的收益。

只不过，OKX合约网格策略交易与现货网格策略交易的3个关键区别：

1）合约网格策略在合约市场交易，现货网格策略在现货市场交易

2）合约网格策略可以使用杠杆，现货网格策略不可以使用杠杆

3）合约网格策略支持三种交易策略看多、看多和中性，现货网格策略只支持单向交易。

当前，OKX网格策略支持两种创建模式：

1）手动创建：根据自己对震荡行情的区间判断来设置参数和触发条件，目前OKX现货网格策略、以及合约网格策略可以设置价格触发和 RSI 技术指标触发两种触发类型。

2）智能创建：直接使用系统智能推荐的网格策略参数。

如何访问OKX的更多策略交易？用户可以通过OKX APP或者官方网站，进入「交易」板块的「策略交易」模式，然后点击策略广场或者创建策略都即可开启体验。除了自行创建策略，目前策略广场还提供“优质策略”和“策略带单员的优质策略”，用户可以复制策略或者进行策略跟单。

OKX策略交易具有操作简易、低手续费和安全保障等多重核心优势。在操作方面，OKX提供智能参数助力用户更科学的设置交易参数；并提供图文及视频教程，让用户快速上手并精通。在手续费方面，OKX对手续费率体系进行了全面升级，大幅降低用户交易手续费。在安全保障方面，OKX拥有全球顶级专家组成的安全团队，可以为您提供银行级的安全保护。

此外，此外，AICoin也为用户提供了多种策略交易，让用户能够更快捷，更直观的了解当前市场。用户可以在AICoin产品的左侧边栏的「策略」选项中找到「策略广场」的选项。点击这里，在该界面下方「精选策略」中就能够找到网格交易策略。

同时，AICoin网格策略支持手动创建和AI网格两种形式，在左侧边栏的「行情」选项中找到下方「AI网格」，在该界面用户能够看到AI推荐的该交易对的网格策略以及手动创建选项除了网格交易策略，本系列还将介绍其他几种交易策略，包括全币种DCA策略等。这些交易策略都可以在左侧边栏的「策略广场」中找到。

免责声明

本文仅供参考，仅代表作者观点，不代表OKX立场。本文无意提供 (i) 交易建议或交易推荐； (ii) 购买、出售或持有数字资产的要约或招揽； (iii)财务、会计、法律或税务建议。我们不保证该等信息的准确性、完整性或有用性。持有的数字资产（包括稳定币和 NFTs）涉及高风险，可能会大幅波动。您应该根据您的财务状况仔细考虑交易或持有数字资产是否适合您。有关您的具体情况，请咨询您的法律/税务/交易专业人士。请您自行负责了解和遵守当地的有关适用法律和法规。

在加密货币交易市场中，交易者通常有两种直接获利的途径：一种是自主交易，另一种是通过带单服务。然而，在这个快速变化的市场中，无论是自主交易还是带单，想要实现稳定的收益从来不是一件容易的事。尤其对于带单老师而言，传统的手动交易不仅耗费时间和精力，还容易受到情绪波动和市场噪音的干扰，导致决策失误，一旦操作失误，不仅会损失自己的资金，也使得跟随者的投资面临更大的风险。

全球首家专注于加密货币领域的AI产品3EX CryptoGPT为带单老师提供了全新的交易体验，大大减轻了决策压力，并通过智能化手段优化交易策略。通过使用3EX CryptoGPT，带单老师可以结合自己的交易风格和市场判断，制定个性化的策略，并将这些策略交给AI进行自动执行。AI将基于市场的实时数据执行策略，实现更加精准的操作，从而提升整体收益。

1. 智能化策略制定，精准应对市场波动

带单老师可以通过CryptoGPT功能，用AI进行策略优化。3EX CryptoGPT能够实时分析市场数据，捕捉潜在的交易机会，并结合带单老师的交易习惯和风险偏好，制定出最合适的交易策略。相比传统手动策略制定，AI能更快、更准确地捕捉市场的波动。 帮助带单老师做出更明智的决策。

2. 模拟回测，精准复盘策略数据

3EX CryptoGPT提供了交易策略的回测功能。相较于传统复杂而繁琐的交易回测操作，CryptoGPT的数据回测更加简单高效。通过对话式的问答交互，CryptoGPT可以根据历史数据帮助复盘交易策略，大大节省了带单老师在评估策略时所需的时间。这一功能使得带单老师能够更快地优化和调整交易策略，从而提高胜率。

 3. 自动化运行，减少人为干扰

一旦策略制定完成，3EX CryptoGPT的AI系统将全自动运行该策略，无需人工干预。这一过程有效避免了因情绪波动或临时判断失误带来的风险，让带单老师在市场行情剧烈波动时，依然能够保持冷静，将操作交由AI执行。如此一来，带单老师可以更专注于宏观分析，而不必为细节操作而分心。

4. 高效便捷，提升收益，减轻负担

对于带单老师来说，使用3EX CryptoGPT意味着可以节省大量时间和精力，将更多的注意力集中在市场分析和策略规划上，而不是被繁琐的交易操作所束缚。AI的代劳不仅能够高效提升整体收益，还能够真正实现“躺赚”，让交易变得更加轻松自在。

AI交易大师扶持计划：为带单老师提供全方位支持

目前，3EX平台正在启动AI交易大师扶持计划，旨在为那些擅长AI交易、社群运营和内容创作的投资者和KOL提供更多的增长获利机会。参与该计划的投资者，不仅可以享受最高75%的交易返佣和25%的利润分成，还将获得平台在流量上的大力扶持，进一步扩大收益。

在AI时代的加密市场中，3EX CryptoGPT作为一个专注于加密货币领域的AI交易产品，使带单老师高效交易，轻松盈利成为可能。通过AI的智能分析和自动执行，带单老师可以更加轻松地管理自己的策略，同时也为跟单者带来了更高的收益稳定性。选择3EX CryptoGPT，开启全新的带单体验，实现与跟单者双赢的财富增长之路。  

【3EX相关链接】

Twitter(CN): https://twitter.com/3EX_ZH 

来源：PermaDAO

Arweave 网络采用一种新颖的存储捐赠机制，以确保其存储的信息的永久性。在本文中，我们将详细讨论存储捐赠的工作原理，然后通过使用马尔可夫（Markov）链模拟其执行来研究其特性和风险状况。

让我们开始深入了解吧！

背景介绍：什么是捐赠（endowment）

在 2019 年版的 Arweave 黄皮书草案中，我们描述了 Arweave 的捐赠架构（请参阅第 3.2.2 节），Arweave 捐赠的核心逻辑如下：

1. 自信息编码技术诞生以来，存储提供成本一直以强劲的指数速率下降。从莎草纸到古腾堡印刷术，再到磁鼓存储、软盘和闪存驱动器，信息编码和检索的成本已经在数千年间持续下降。在数字时代，我们称之为 Kryder 率。

2. 尽管成本下降的确切速率不断变化，但这种模式是可靠的，并且有很大的增长空间：仅理论数据密度极限就比我们目前的成就高出 10^51。此外，我们预计人们对于更有效地存储数据的需求不会减缓，因为如果人类和机器能够访问和处理更多信息，他们总是会变得更加高效。

3. 鉴于这些因素，我们发现，通过推断一个极为保守的 Kryder 率，我们能够以单一费用为永久存储定价。我们通过向用户收取相当于当前成本下 200 年存储的基础费用来实现这个目标，然后随着存储成本的下降，这项捐赠贡献的存储购买力就会增加。只要 Kryder 率保持在 0.5% 以上，年底捐赠的存储购买力将大于年初。

4. 一旦协议接近生命周期的终点，数据集的大小和成本将降至极低水平。由于其规模较小，我们预计它将被无私地“导入”到下一个永久信息存储系统中，继续复制数据。这与 Gopher 档案出现在现代网络上的模式如出一辙。

定义 Kryder+ 率

在实践中，Arweave 网络使用的是对原始 Kryder 率进行修改后的速率，我们将在本文中称之为“Kryder+”率。Kryder+ 率不仅包括原始数据存储，还包括维持像 Arweave 这样的网络在线所需的其他因素：复制、电力和运营成本。我们注意到，这些因素都受到存储成本下降的影响：

• 复制：数据集的每个新副本与第一个副本一样，都会继承不断下降的存储成本。

• 电力：数据密度和可靠性（对 Kryder 率影响最大的因素）的变化（如果有的话）很少会伴随着用电量的增加。因此，随着存储介质容量的增加，存储一定量数据的相对能耗也会下降。

• 运营成本：与耗电量类似，随着单个数字存储介质效率的提高，存储数据所需的设备数量（以及维护这些设备的运行开销）也会下降。

在当前版本的 Arweave（2.5.3）中，Kryder+ 率针对数据集的目标复制数为 45 个，同时还有 2 倍的存储费用用于运营和能耗开支。

在升级到 Arweave 2.6 之后，网络将根据矿工愿意提供存储的价格自动推导出 Kryder+ 率。由于矿工们在相互竞争的过程中都有动力将价格降到最低，因此网络可以组织一个无需信任的预言机来确定这个价格。

值得注意的是，Arweave 对 Kryder+ 率公式的表述并不包含带宽成本。Arweave 使用一套单独的基于声誉的激励机制来解决这个问题。

模拟捐赠

既然我们已经介绍了 Arweave 捐赠的理论背景，以及其在现实网络中的实际应用，我们现在可以考虑对这种机制进行模拟，以观察现实世界中可能出现的结果。为了帮助实现这一目标，我们采用了基于马尔可夫链的模拟技术。该模型逐年多次对潜在未来进行单独迭代，然后整理结果。

模拟因子

Kryder+ 率是 Arweave 捐赠模拟中的主要因子。在这个模型中，我们以随时间变化的硬盘成本数据集为基础。从这些数据中，我们观察到平均 Kryder 率约为 38%。除了真实世界的数据外，我们还添加了一层关于未来与过去进步的“悲观”情绪，以便对捐赠在不那么幸运的时期如何运作进行压力测试。我们将这种“悲观”因子描述为之前存储成本下降的百分比，并且我们预计这种下降将持续到未来。例如，10% 的悲观率意味着我们认为未来降低存储成本的效果只有过去的 10%。

在模拟 Arweave 捐赠时的另一个重要因子是其代币价格的波动性。Arweave 为其捐赠使用浮动价格代币，主要有两个原因：

• 中心化的稳定币极有可能在 Arweave 网络最后一个区块被挖出之前很久就会崩溃或停止运营。此外，Arweave 协议本身内置的去中心化稳定币架构在市场剧烈波动的情况下很容易出现抵押不足的问题。

• 相反，Arweave 的原生代币具有很强的实用性，并且独立于任何外部链或服务。缺乏相互依赖有助于确保 Arweave 协议可以在极长的时间内不受外部因素的影响而继续运行。

然而，代币价格浮动的一个影响是捐赠的“法定价值”是不稳定的。为了在模拟中对此进行建模，我们假设捐赠价值的波动是悲观的、价格中性的。也就是说，模拟捐赠的价值波动总体上应该平均为零，但在个体上会使价格在此期间上下波动。

为了使每个单独的模拟能在合理的时间内终止，模拟将在 10,000 年后或捐赠值为零时停止执行。

捐赠期限

要理解捐赠行为，最简单的方法是观察在不同外部条件下捐赠的平均存活年数。

在上图中，我们看到了捐赠期限的图表，其中横轴表示年最大代币价格波动率的不同水平，纵轴表示有效 Kryder+ 率的变化（同时列出它们相对于实际数据的“悲观”值）。在每种组合下的操作运行（每种组合 20 次）结果均导致寿命超过 10,000 年的情况用深绿色标示。

在此效果图中要注意的第一个重要单元格是在 0% 波动率和 0% 悲观率时。悲观 / Kryder+ 率为 0% 意味着我们假设存储成本将永远不会再次降低。在这种情况下，网络应该至少能够在经济正常运行的情况下保存用户数据 200 年。选择此参数是为了确保即使对未来技术进步深表怀疑的人也能相信他们的数据至少在需要无私存储之前可以经济上可行地存储约至少 3 代人。

从这个图表中得出的另一个重要观察是在 30% 波动率和 2/4% Kryder+ 率的区域。在我们的模拟中，代币价格最大波动率为 30% 意味着代币价格平均每年变化 15%，非常接近 1950 年至 2015 年间标普 500 指数每年 14.4% 的平均波动率。假设网络代币价格的平均波动率为这个平均水平，我们可以看到，仅有约 2% 的 Kryder+ 率就能产生近 2,000 年的捐赠寿命，而稍高的比率可以产生超过 10,000 年的捐赠寿命。

此外，如果假设最终的平均波动率与商品类似（根据世界银行的估计约为 2-5%），我们会发现，即使 Kryder+ 率低于 0.76%，也会导致捐赠的运行时间超过 10,000 年。

通货紧缩概率

正如上文所示，在许多情景中，即使在 10,000 年后模拟终止，捐赠仍然有代币来继续激励数据存储。如果我们更深入地研究每个个体运行的执行过程，就会发现大部分代币是在存储的早期几年从捐赠中获取的：

鉴于这种行为，我们可以注意到，当用户将代币存入捐赠以支持他们存储的数据时，一些代币有很大可能将永远不会再次释放。

在上图中，我们看到了对未来存储成本下降持不同悲观程度的情况下，可能永远不会从捐赠中释放的代币数量。