回测表现漂亮、实盘走样，几乎是每个量化新手的必经之路。理解差异来源，才能正确评估策略。

第一个差异是滑点。回测里的成交价通常是信号出现后的下一口价，而实盘下单到成交之间价格已经在动，尤其在小市值股票或行情急变时，买价高于预期、卖价低于预期是常态。滑点对高频策略的影响远大于低频策略，日内多次进出的策略，滑点累积起来足以把纸面利润吃光。

第二个差异是手续费构成。回测里往往只算了佣金，印花税、过户费、经手费这些项目要逐项核对，卖出时的印花税是大头，这些成本在回测参数里要配齐。费率按自己账户的实际标准填，用默认值可能偏差不小。

第三个差异是成交逻辑。回测假设你想买多少就能买多少，实盘里有排队、有对手盘限制，流动性差的标的大单可能只成交一部分；涨停板买不进、跌停板卖不出这种情况回测经常忽略，但实盘是现实约束。部分回测引擎用未来函数的问题更严重，信号计算用到了当时不可能知道的数据，回测自然好看，实盘立刻现形。

应对方法有四条：回测时把滑点和全口径成本加进去做压力测试；回测时段分成几段独立验证；实盘初期用小资金跑，把实盘成交记录和回测逐笔对比，找出偏差来源；对成交依赖强的策略降低仓位预期。接受回测只是参考这个前提，心态和资金管理都会更稳。

再补充一个系统性偏差的视角：幸存者偏差和样本偏差。回测使用的标的池如果是今天倒推筛选出来的，就隐含了幸存者偏差，退市的品种不在池子里，回测收益被系统性高估。修正方法是使用含退市标的的历史成分池回测。执行层面的另一个偏差是信号延迟，实盘从数据到达到下单发出有几十到几百毫秒的处理时间，行情剧烈波动时这段延迟的价格漂移很可观，回测里不存在这一项。把实盘委托记录和回测的同期信号逐笔对齐，算出每笔的实际滑点分布，用这个分布反过来修正回测参数，是缩小回实差距最有效的循环做法。差距不可消除，但可以被量化和控制。

股票/量化开户找我！股票佣金万0.854（满足条件）！无门槛国债逆回购一折 (百万分之一）！ETF佣金万0.5！ETF申赎一折！优惠多多！免费量化使用量化软件QMT+ptrade!资金靓号：888、999、等定制！