股市做T的核心逻辑
做T指在已经持有某只股票或某个期货合约的情况下，利用日内价格波动进行先买后卖或先卖后买的操作，最终保持持仓数量不变，通过赚取差价来降低持仓成本或增加盈利。做T分为正T和反T两种：正T是先买入再卖出，适用于预计日内先跌后涨；反T是先卖出再买入，适用于预计日内先涨后跌。
正T与反T的操作细节
正T操作：持有底仓，在日内低点买入相同数量的股票或合约，待价格反弹后卖出同等数量，持仓数量不变，但账户多出一笔差价利润。反T操作：持有底仓，在日内高点先卖出部分持仓，待价格回落后再买回同等数量，同样保持持仓不变，赚取高卖低买的价差。
股票做T的规则约束
A股实行T+1交收，当日买入的股票次日才能卖出。做T必须依赖已有的底仓。正T是先用现金买入，再卖出之前已有的底仓（数量相同）。反T是先卖出底仓，再在低位买回。两种方式都要求底仓足够，且卖出数量不超过原有持仓。
期货做T的天然优势
期货实行T+0，当日开仓可以当日平仓，没有底仓要求。做T在期货中更为灵活，可以随时开平仓。期货做T同样分为先买后卖和先卖后买，由于杠杆机制，盈亏放大，做T的价差空间需要覆盖手续费和滑点。
做T的实战技巧
分时图与均线判断
做T依赖日内价格波动，分时图是关键工具。价格在分时均价线上方运行，回踩均价线不破可考虑正T买入；价格在均价线下方运行，反弹至均价线受阻可考虑反T卖出。结合1分钟或5分钟K线，观察成交量变化，放量突破或缩量回调提供入场信号。
仓位管理
做T的仓位不宜过大，通常使用底仓的20%到30%进行滚动。一次性全仓做T容易因判断失误导致被动。分批操作可以平滑风险，每次做T的盈利目标设定为1%到3%即可，积少成多。
止损纪律
做T失败时必须止损。正T买入后价格继续下跌，跌破关键支撑位应果断卖出，不能将做T变为加仓。反T卖出后价格继续上涨，突破压力位应买回，避免踏空。止损幅度控制在1%以内，防止单次做T造成重大亏损。
期货做T的量化辅助
期货做T可以借助程序化工具捕捉日内微小价差。以下是一个简单的Python示例，使用pandas计算分时均价线并生成做T信号：
import pandas as pd
import numpy as np
# 假设df包含期货分钟数据，列：close, volume
df['amount'] = df['close'] * df['volume']
df['vwap'] = df['amount'].cumsum() / df['volume'].cumsum()
df['signal'] = 0
# 价格上穿vwap且成交量放大，正T买入信号
df.loc[(df['close'] > df['vwap']) & (df['volume'] > df['volume'].rolling(5).mean()), 'signal'] = 1
# 价格下穿vwap且成交量放大，反T卖出信号
df.loc[(df['close'] < df['vwap']) & (df['volume'] > df['volume'].rolling(5).mean()), 'signal'] = -1
print(df[['close', 'vwap', 'signal']].tail(20))
程序化做T需要低延迟交易通道，期货公司提供的CTP接口可以实现毫秒级下单。回测时注意手续费和滑点，期货做T的盈利空间往往只有几个最小变动价位，成本控制是盈利前提。
做T的适用场景与风险
做T适合日内波动较大、流动性好的股票或期货品种。股票做T适合震荡市，单边上涨容易反T踏空，单边下跌容易正T被套。期货做T适合趋势不明朗的区间震荡，趋势流畅时做T容易丢失仓位。
做T的主要风险包括：判断错误导致价差亏损、频繁交易增加手续费、突发消息导致价格跳空。股票做T还面临底仓不足无法卖出的问题。期货做T则因杠杆放大亏损，必须严格设置止损。
做T与长期持仓的关系
做T不改变长期持仓方向，只是利用日内波动降低持仓成本。长期看好的股票，通过反复做T可以将成本降至零甚至负值。期货合约有到期日，做T只能在合约存续期内进行，主力合约切换时需要重新规划。
做T的成功率取决于对日内价格规律的把握和严格的纪律。没有稳定的日内判断能力，做T容易变成追涨杀跌。建议先用小仓位练习，记录每笔做T的盈亏原因，形成适合自己的做T规则。
