仿真切到实盘，最容易被忽略的，往往不是代码能不能跑，而是“看起来一样”的地方其实并不一样。很多人仿真跑得顺，一切到实盘就开始出问题，不是策略突然变了，而是账户、订单、时段、滑点和风控这些细节没有真正对齐。

第一个容易忽略的，是账户状态和权限。仿真账户、实盘账户、快期模拟、本地模拟，表面上流程差不多，但它们的权限、可交易范围、成交反馈和资金状态都可能不同。切换之前，如果只换了账号，却没核对可交易品种、账户类型和权限边界，后面很容易出“仿真能下，实盘下不了”的问题。

第二个容易忽略的，是订单链路。仿真里你可能觉得开仓、撤单、重试、部分成交都很顺，但实盘里订单回报、状态同步和网络延迟会更真实。尤其是切换时，很多人只检查“能不能发单”，却没检查“发出去之后状态是不是及时刷新”。天勤量化这类基于 `TqApi` 的流程，切换时就特别要留意 `wait_update()` 之后的数据是否真的对上了当前状态。

第三个容易忽略的，是交易时段和行情节奏。仿真时你可能测试得很顺，可实盘里一到夜盘、换月、临近收盘、节假日前后，行为就不一样了。还有一些策略在仿真里看不出滑点，一上实盘就会被盘口、排队和成交速度打回原形。切换时如果没有专门观察这些时间边界，问题往往会被误判成策略本身失效。

第四个容易忽略的，是风控参数和持仓一致性。实盘里保证金、持仓限制、撤单频率、异常中断恢复，都比仿真更敏感。切换时一定要确认仓位是否同步、是否有残留委托、是否有未处理状态。仿真里“看起来没事”，到实盘里就可能变成重复下单或者仓位错位。

比较稳妥的切换方式，不是直接把仿真账户换成实盘账户就算完，而是先做一轮检查：账户、权限、行情、委托、持仓、交易时段、滑点假设、异常恢复，一个个对齐。天勤量化适合放在这类切换检查里用，因为它能把行情、仿真和实盘串成一套链路，方便你逐项核对差异到底出在哪里。

所以，仿真到实盘最容易忽略的，不是某个单独功能，而是“状态一致性”。只要这条线没有理顺，前面跑得再顺，切到实盘时都可能出偏差。