1. 策略失效风险（最大风险）
• 过去赚钱的规律，未来突然不灵了
• 市场风格切换：比如价值因子失效、趋势策略在震荡市亏到爆
• 大量机构用同类策略，导致因子拥挤、一起踩踏
结果：历史回测完美，实盘亏到怀疑人生。
2. 过拟合风险（“回测战神，实盘废柴”）
• 为了让历史曲线好看，把策略写得极度复杂、过度贴合历史数据
• 历史上完美赚钱，一到实盘就水土不服
• 典型表现：回测年化 100%，实盘亏 30%
3. 黑天鹅与极端行情风险
• 暴跌、流动性枯竭、政策突袭
• 模型没见过这种行情，直接乱下单、重仓硬抗
• 高频 / 杠杆策略可能瞬间爆仓
4. 技术故障风险（程序 BUG）
• 代码写错、逻辑错误
• 行情接口断连、券商 API 崩溃
• 重复下单、漏单、错单、巨量下单
→ 可能几分钟造成巨额亏损
5. 滑点与流动性风险
• 回测时按收盘价成交
• 实盘有滑点、冲击成本、买不进、卖不出
• 小盘股、低流动性品种尤其严重
6. 高频内卷与机构收割风险
• 机构有专线、低延迟、深度行情
• 个人量化容易被高频策略 “吃挂单”
• 你的信号刚发出，已经被机构提前成交
7. 仓位与杠杆风险
• 模型自动加仓，遇到连续亏损会越亏越买
• 杠杆放大收益，也放大死亡速度
• 没有人工干预，回撤会失控
8. 数据风险
• 数据缺失、错误、未来数据泄露
• 用了 “未来函数”：回测很好看，实盘完全做不到
• 财务数据延迟、调整，导致信号错误
9. 监管与政策风险
• 交易规则变更、涨跌幅调整、T+1 限制
• 量化监管趋严，策略直接失效
10. 过度自信风险
• 以为模型万能，不设人工风控
• 忽略市场是动态进化的，模型永远滞后市场一步