除了滑点和手续费，常见的影响因素还有策略过度拟合、市场环境变化、流动性冲击、交易规则限制这几类原因，我们可为你提供开户佣金成本费率。

第一步：排查策略过度拟合问题
1.导出回测阶段使用的历史行情数据，复盘参数调整过程，确认是否为了拉高回测收益反复调整参数适配历史数据。
2.取出回测时没用到的样本外历史数据，用当前策略跑一遍验证收益表现。
3.对比样本外收益和原回测收益的差距，如果差距过大基本可以确定存在过度拟合问题。

第二步：分析市场环境变化的影响
1.整理回测时段和实盘时段的市场风格，比如回测是单边上涨行情，实盘是震荡下跌行情。
2.检查回测时是否没有纳入突发的政策调整、交易规则变化，比如涨跌停幅度调整、两融标的扩容这类改变市场生态的变动。
3.验证策略逻辑是否因为同类型量化策略变多，同质化交易压缩了原本的盈利空间。

第三步：排查实盘特殊情况的影响
1.统计实盘持仓个股的流动性，对比你的委托单量和个股日均成交额的占比，确认是否存在大单无法按回测价格成交的情况。
2.整理实盘交易中无法成交的记录，确认是否因为涨跌停、临时停牌这类特殊情况，导致策略无法按预设信号进出，打乱后续交易计划。
3.检查量化接口的延迟情况，确认是否因为信号传输延迟导致成交价格偏离回测预期。

建议咨询官方确认细节。
需要注意：量化回测收益本来就是理论参考值，实盘收益低于回测属于正常情况，不要直接照搬回测收益作为实盘的预期，一定要先用小资金实盘验证稳定性后再逐步加仓。
举例来说，如果你回测阶段针对2020年的新能源趋势行情调整了策略参数，让回测收益看起来非常亮眼，但放到2023年的板块轮动震荡行情中实盘运行，策略就会频繁触发买卖信号，来回损耗本金，最终收益会远低于回测结果。

我们可为你提供开户佣金成本费率，针对量化交易者，合作的合规头部券商支持稳定低延迟的量化交易接口，同时能给到成本价的交易佣金，最大程度降低手续费对收益的侵蚀，帮你的量化策略更贴近回测表现。如果你觉得我的回答对你有帮助，麻烦点个赞支持一下，点击我的头像添加专属理财顾问，即可咨询开户和费率的具体详情。