这是一个非常经典的问题，也是量化交易领域最常见的“坑”。你在回测里看到的“完美曲线”，到了实盘变成“亏损曲线”，几乎必然会发生。这通常不是因为策略错了，而是因为回测和实盘之间存在着 “次元壁”。
核心原因可以归结为三大类：数据陷阱、规则失真、以及冲击成本。
1. 数据陷阱：你在用“开了天眼”的数据做回测
这是最致命的原因，回测时你无意中使用了未来信息，结果当然漂亮。
• 未来函数：最常见的是用“当天收盘价”作为交易信号，同时又用“当天收盘价”作为买入价。这在回测中没问题，但在实盘里，你只能在收盘前几分钟看到价格，等信号确认了，收盘价已经过去，你根本买不到那个价位。
• 幸存者偏差：你的回测数据里，只包含了现在还存活的股票。那些曾经辉煌但后来退市、暴跌的“失败者”被剔除了。回测只在“活下来的好学生”身上跑，收益率当然高，但这在现实中不成立。
• 前视偏差：你的策略参数（比如“过去60日均线”）是根据全部历史数据“拟合”出来的。这就像考试前看了答案，再用答案去套题目，实盘时市场一变，参数立刻失效。
2. 规则失真：回测是“乌托邦”，实盘是“修罗场”
回测软件假定交易环境是完美的，但现实中有很多磕绊。
• 无法成交：回测假设你挂单就能按目标价成交。但实盘里，如果你的策略捕捉的是瞬间脉冲，等你下单时价格已经飞了，根本买不到。或者你买入后想卖出，但流动性不足，你的单子挂在那里没人接。
• 滑点吞噬利润：回测设定买卖价差为0，但实盘有买一卖一价差。对于高频策略，回测年化收益50%看起来很诱人，但实盘中千分之二、千分之三的滑点，加上手续费，可能直接把利润吃光甚至变成亏损。
• 无法做空或T+1限制：很多经典策略（如配对交易）在回测中允许自由做空，但在A股，普通账户做空工具受限且成本高。同样，回测可以当天买入卖出，但A股是T+1，你今天买的票明天才能卖，这会让很多短线策略完全失效。
3. 冲击成本与过拟合：你的策略“记忆力太好”
• 市场冲击：回测假设无论你买多少，价格都不变。但实盘里，如果你资金稍大，买入指令会推高价格，卖出会压低价格，你的成交均价会远差于回测的“理想价”。这被称为“流动性吞噬收益”。
• 过拟合（过度优化）：为了让回测曲线好看，你添加了很多过滤条件（如“MACD金叉且成交量大于5日均量且RSI在30以下”）。这就像用放大镜找历史规律，回测完美无瑕，但实盘里这些苛刻条件极难同时满足，导致策略经常空仓，错过真正的趋势。
1. 做“样本外”测试：不要用全部历史数据回测。比如用2015-2020年的数据来“训练”策略，用2021年至今的数据来“考试”。如果“考试”成绩远不如“训练”成绩，说明策略严重过拟合，不值得实盘。
2. 计入“悲观成本”：在回测中，强制设定千分之三的单边交易成本（佣金+滑点+印花税）。如果一个策略扣掉千分之三就不赚钱了，那它基本不具备实盘价值。
3. 进行“纸上交易”：在实盘投入真金白银前，先用模拟盘严格按照实盘节奏跑1-2个月。这能帮你发现回测中没暴露的问题，比如信号延迟、网络卡顿、软件报错等。
回测的高收益是“过去”、“理想”和“静止”的；实盘的亏损是“未来”、“现实”和“动态”的。如果你做到了上面三步过滤，策略依然能盈利，那才算是经得起考验的、值得投入真金白银的策略。

发布于2小时前 成都