量化回测里，交易费用忽略、冲击成本估算不足、未来函数误用、幸存者偏差这几个因素，很容易导致回测收益虚高，可以通过针对性调整让回测结果更贴近实盘效果。

梳理回测框架找出偏差来源
1核对回测所用数据，确认是否包含了退市股票等已经离场的标的，排除只选用现存存活标的带来的幸存者偏差。
2检查回测代码的逻辑，确认是否用到了未来获取到的数据来计算过往信号，排除未来函数的干扰。
3确认回测设置中是否添加了完整的交易成本，检查是否漏算交易手续费、融券利息这类常规费用。

调整参数修正收益偏差
1在回测代码中加入完整的交易成本项，把所有的交易费用、利息成本都纳入每一笔交易的计算中，不要省略这类成本。
2根据你的策略交易量对应添加冲击成本，交易量越大、标的流动性越差，冲击成本的估算比例要适当调高。
3如果用到了未来数据，调整回测代码的信号生成逻辑，只用历史已成交数据生成交易信号，不引入未来的数据。

回测后做样本外测试验证
1调整完偏差之后，拿出回测没用到的一段历史行情做样本外测试，观察策略收益是否还能保持回测的水平。
2用小资金做实盘模拟交易，运行一段时间后对比模拟交易收益和回测收益，观察两者的偏差大小。
3根据模拟交易的结果再次调整策略参数，缩小回测和实盘的收益差距。

咨询官方确认细节。
需要注意的是，即使做了完整的偏差调整，回测收益也只是历史表现，不代表实盘一定会获得同样的收益，实盘交易还要应对行情风格变化等回测无法完全覆盖的不确定性，不要盲目依据回测结果重仓交易。
举例说明：很多初学者做小市值选股策略回测时，会忽略小市值股票的冲击成本：你下单买入100万小市值股票，实际成交的价格会比回测时用的收盘价高不少，卖出的时候成交价格也会比预期低，如果回测不把这个成本算进去，回测收益就会比真实实盘高很多，调整的时候加上对应冲击成本就能缩小偏差。

我们可为符合要求的量化交易者提供适配的开户佣金成本费率，还能协助对接稳定的量化交易接口，方便你更顺畅地完成策略回测和实盘交易，如果你有相关开户需求，欢迎点我头像添加专属理财顾问咨询，要是本次解答对你有帮助，麻烦点个赞支持一下~