源文件：research/quant_digests/2026-04-21_1950_bounded-grid-oscillation-shell.md
这轮主来源是 GitHub 仓库 51bitquant / binance_grid_trader。它表面上像“老派现货/合约网格 bot”，但如果按我们 desk 的 intake 口径重读，真正该先问的不是“网格能不能挂机赚钱”，而是：
> 这篇东西的 base alpha 是什么？ > > 答：是 bounded-range oscillation mean reversion。 > > 也就是：只要价格还在某个已知区间里来回摆，单次摆动常常足够走完至少一格；策略就靠下方挂买、上方挂卖，反复吃“回到上一格”的小额回复，而不是押单边趋势。
来源与关键代码：
gridtrader/trader/strategies/future_grid_strategy.pygridtrader/trader/strategies/spot_grid_strategy.pymain_futures_script.pymain_spot_script.py这份 repo 的骨架非常直接：
upper_price / bottom_price / grid_numberstep_price = (upper - bottom) / grid_numbermax_open_orders 控制两侧挂单深度翻成人话，就是：
所以这不是 trend / breakout alpha，而是一个完整的 range-MR shell：
order_volume × max_open_orders它虽然不新，但对我们当前 desk 仍有两点价值：
很多 repo 只给信号，不给出场；这份网格仓反过来，信号几乎就等于出场机制本身。这对 1m/3m/5m 很重要，因为短周期里很多 edge 不是“方向猜得准”，而是“能不能稳定把小回复装进交易壳里”。
也就是说，grid 本体能否活，不取决于它会不会挂单，而取决于：
order_volume、max_open_orders、maker-first、突破边界即撤单/减仓/平仓我这轮没直接硬做整套成交仿真，而是先用 Binance public data 做了一个更适合 grid 的快检： 看“过去 24h 区间”对 5m/15m 是否足够稳定，以及一旦 break，损伤有多大。
probe 口径：
BTCUSDT / ETHUSDT / SOLUSDT5m、15m2500 根 bar / symbol24h rolling high-low 当动态箱体，grid_number = 40in_range_pct：价格留在箱体里的占比avg_step_bps：一格大约多厚bucket_cross_per_day：一天大约能跨几格breakout drift：一旦离开箱体，后面几个 bar 最远还能顺着走多远摘要文件：
reports/artifacts/quant_digests/2026-04-21_grid_range_probe_summary.csv核心数字：
BTC / ETH / SOL 的 in_range_pct 约 98.3% / 99.0% / 97.9%5m、40 格设定下，平均单格厚度约 8.45 / 11.36 / 11.42 bps5m 的 p90 顺势延伸仍有 90 / 101 / 122 bps；到 15m，p90 breakout drift 更扩大到 133 / 187 / 166 bps一句话结论：
> 箱体内的小回复很密，但 breakout 的伤害是“很多格一起赔回去”；所以 grid 可以是 raw alpha 壳，但绝不能当成无条件 always-on。
这也解释了为什么 grid 更适合作为：
1m/3m/5m 的 maker-ish range sleeve15m 上先做 regime admission，再把执行下沉到更细周期而不适合直接拿 15m K 线裸跑。
这轮最有价值的，不是“我们也去做一个老网格机器人”，而是补齐一个此前研究池里相对少见的完整壳：
对当前 desk，更合适的读法是：
最小实验建议直接做三步：
ADX / rolling drift / breakout-count 把 bar 分成 range vs trend；5m parent grid，并把挂单执行细化到 1m 或 bookTicker；maker 1bps / maker 2bps / taker 4bps+ 三档，看单格厚度还能剩多少。最先该看的不是收益曲线，而是两件事：
grid capture / breakout loss 比值停机是否足够快，能不能防止单次趋势把前面小利润全吞掉如果这两件事不过线，就说明它更适合作为 overlay / 子执行框架，而不是 standalone 主 alpha。
15m 主策略。