几乎每个做量化的人都经历过这个落差：回测里曲线平滑向上，实盘一上手就开始回撤，而且回撤的形态和回测里最差的那段完全不一样。找原因时，九成落在三处。

第一处，成交假设。回测默认信号出现就能按当根 K 线的收盘价或者下一根的开盘价成交，实盘要排队、要抢价、可能只成交一部分。流动性差的标的上，这个差距能吃掉全部超额。检验方法很简单：把回测的成交价改成「信号价加一个固定滑点」，看结果还剩多少。

第二处，未来函数。这不是指故意作弊，而是很多写法天然带未来信息：用当天的收盘价算指标又在当天收盘前下单、用整段数据做标准化、用最新成分股回测历史。这类问题在代码里藏得很深，检验方法是把回测切成多段，每段只用该段之前的数据重新计算参数，结果大幅缩水就说明有前视。

第三处，样本与参数。参数在历史上调到最优，本身就消耗了样本信息。同一套参数在样本外失效，是最常见的失效方式。检验方法是留出一段完全没参与调参的时间做验证，或者做滚动窗口测试。

三处之外，还有一个更隐蔽的原因：策略容量。资金量小的时候冲击成本可以忽略，规模一上来，同样的信号会把价格推走，收益自然下降。

判断标准：实盘和回测的差距，先按「成本、前视、过拟合」三项逐一排查，能解释的部分就有改进方向，解释不了的部分才是真的未知。排查顺序建议从成本开始，因为它最容易量化，也最常被低估。把回测的滑点假设调到实盘的真实水平再跑一遍，往往就能解释一半的差距。剩下的那一半，通常要去代码里找前视，而不是继续调参数。

股票/量化开户欢迎找我！满足条件股票佣金万0.854、etf 可转债佣金万0.5、国债逆回购一折（百万分之一）！期权1.8元一张全包价！量化软件QMT+ptrade免费使用！还有888、999资金靓号等你选！