今天来分享下：什么是做T？如何做T？

一、什么是做T？

做T，俗话称“做差价”，学术定义叫日内回转交易。

它是投资者在A股T+1制度下，通过持有底仓或融券机制，在单日内完成买卖操作以赚取价差的策略。

如果用更简单的话来概况：做T就是我们俗称的“高抛低吸”。

其核心逻辑是利用股价的短期波动，通过高频低买高卖或高卖低买，摊薄持仓成本或增厚收益。

二、做T的两种类型

从结构上看：做T可以分为“正向T”和“逆向T”两大类。

第一类是正向T，也称“先买后卖”。

正向T一般要持有底仓。

例如，早盘低价买入 500 股，午后冲高时卖出同等数量的底仓。

顺向适用于股价有逻辑但却低开，盘中有反弹或抄底的动能时。

比如下图这种图形：

我当时做T的逻辑是早盘急跌后补仓，等反弹后卖出，锁定日内利润。

第二类是逆向T：也称“先卖后买”。

逆向T也是要持有底仓的。

这一类更适合适用于股价冲高回落或技术性回调时；

这一类我做的少，就网上找了个图，比如下面这种。

在指数连续高开的时候，你都觉得指数要回调的时候，高开卖出是最理智的选择。

三、做t有什么好处？做得好年化收益有多少？

做T核心的好处：是安全稳健，只要你的底层资产、标的选的好，做T可以获取较大的超额收益。
具体年化收益有多少，没有1家专业机构公布官方数据。
我问了朋友，说做的好的小型私募，在震荡市的行情里，年化最高可以有30%-50%；
但是在单边上涨或者下跌的行情中，做T就不是那么适用了。
散户的话：没有投研体系和算法团队的支持，要量化那么高估计难，但是能控制纪律的话，10%左右估计是可以的。

四、高手是怎么做T的？以量化基金举例

说完做T的类型和基本收益，聊聊量化基金是如何做T的。
量化做T的维度比我们高太多了。
第一步：获取数据，搭建做T的因子库
量化基金，本质是“用数学炒股”的基金。
在交易前，它会先获取并整合各种数据，量化基金有超1万个维度的特征因子库，这一系列因子，可以简单理解为各种推断股价变动的有效数据。
这些因子，既包括传统数据比如Level-2逐笔委托、财务数据（ROE/现金流等）、产业链数据；也包括另类数据，比如卫星遥感监测港口货运量（预判大宗商品周期）、停车场车辆数（预测零售企业业绩）、社交媒体情绪（微博舆情NLP分析）；
还包括各种微观数据：比如订单簿冰山算法（识别隐藏大单）、高频资金流（0.1秒级资金脉冲信号）。
第二步：测试做T模型，找到成功率高的，执行
有数据后，第二步就是尝试各种做T模型了。
量化的做T模型很丰富，可以说统计套利模型，也可以是动量模型，还可以是网格模型。
这里听不懂没关系，只要知道量化基金用各种数学模型去测试，找成功率高的执行。
第三步：找到模型后，拆单、下单。

五、适用于我们小散的“做T策略”？

言归正传，再谈谈我们小散应该怎么做T？

既然量化做T的维度和能力比我们高一倍，我们可以用哪些渠道方法去战胜量化呢？

个人觉得：量化的能力在于获取信息的广度，但量化终究是市场的跟随者，很难独立决定市场的走向，所以我们小散如果能把握好纪律，降低频率，只在自己有把握的领域做T，那可能还有一点点胜算。

对于我们小散，网格策略可能是更客观可行的方法，具体怎么做呢？

核心就是：把自己看好个股的价格波动区间，分成10个格子，每个格子的比例可以是2%，下跌一格买，上涨一格卖，反复赚差价。

比如 10 元的 ETF，每跌 0.2 元买 1 万元，每涨 0.2 元卖 1 万元，机械执行。

再具体一点。

我把沪深300做为例子，给大家看看怎么做网格，假设本金部分是5万元，做T的预算资金有5万元，沪深300的净值是10元。

第 1 步：买入 5 万元底仓（5000 份）。

第 2 步：价格跌到 9.8 元，买入 2 万元（2000 份）。

第 3 步：价格涨回 10 元，卖出 2000 份，赚 400 元（未扣手续费）。

第 4 步：价格再跌到 9.6 元，买入 2 万元（2000 份）。

第 5 步：价格涨回 9.8 元，卖出 2000 份，赚 400 元。

如此做T结果：1 个月内交易 4 次，赚 800 元，年化收益约 9.6%。

这里大家也能感受到：想要做T收益高，还得找准震荡市，反复“上下摩擦”的行情。

以上就是笔者的个人分享，码了1个多小时，希望对大家有帮助。