回测挺好看，一上实盘就变脸？先查这 3 件事
导读
回测和实盘差太多，多半不是市场变了，是回测本身就埋了坑。这篇从数据、成本、参数三个地方拆开讲，也讲清孟谷量化怎么帮管理人在策略上线前把这三件事查一遍，少交「实盘学费」。
一、回测漂亮实盘难看，问题多半出在回测里
做量化的人几乎都遇到过这一幕：策略在回测里年化好看、最大跌幅也小，曲线一路往右上角走。真金白银投进去，头两个月还行，第三个月开始掉队，半年下来跟回测完全是两个东西。多数人第一反应是「市场风格变了」。风格确实会变，但更常见的情况是——回测本身就是失真的。它不是策略的真实成绩单，而是一份被美化过的简历。
失真的来源不神秘，无非三处：喂进去的数据有问题、算成本的时候手太松、参数调得太贴合历史。这三件事有一个共同点：在回测里都让曲线更好看，在实盘里都让业绩更难看。
核心要点
有观点认为，回测与实盘的差距，通常只有一小部分来自市场环境变化，更大比例来自回测环节本身的假设偏差。换句话说，很多「实盘变脸」在回测阶段就已经注定了。
二、孟谷量化怎么查这三件事
数据干净不干净
回测用的是历史数据，但历史数据不等于「当时能看到的数据」。某家公司 4 月 28 日发了年报，你在回测里从 4 月 28 日就开始用这份财报的数据算因子。可现实中，你当天根本拿不到完整报表，要等公告落地、数据商入库，往往已经是几天之后。这一「提前」，回测就偷看了未来。
孟谷量化的做法是给每条数据打上「可用时点」标记，因子计算时严格按当时可获取的信息来，不让未来数据混进来。
成本算得够不够狠
很多回测里的交易成本，就是简单乘一个万分之几。真实的成本远比这复杂：冲击成本、滑点、还有流动性差的票根本买不够量。
| 成本项 | 回测常见算法 | 实盘真实情况 |
|---|---|---|
| 手续费 | 固定费率 | 基本接近，影响小 |
| 滑点 | 常被忽略或设很小 | 波动大时明显放大 |
| 冲击成本 | 多数不建模 | 大资金下单必然产生 |
| 流动性约束 | 假设想买多少买多少 | 小票常常买不够 |
参数是不是调过头了
参数调优本身没错，错的是「调到完美」。如果一组参数在历史上每一段都表现优异，大概率不是策略厉害，而是这组参数已经把历史的噪声也一起背下来了。
参数过拟合的典型信号（自查清单）
●参数在历史区间内表现异常平滑，几乎没有回撤
●参数稍微动一点，业绩就断崖式下跌
●样本外表现和样本内差距悬殊
三条里中两条，就要警惕了。
三、把这三件事变成上线前的固定动作
数据时点校验
每条因子数据自动带「可用时点」，计算时按当时信息还原
成本建模
按换手率与持仓结构估算滑点、冲击与流动性约束
参数敏感度
扰动参数区间，输出稳定性评分而非单点结果
上线前留痕
三项检查结果自动归档，方便复盘与内部复核
核心要点
回测里省掉的每一分成本、偷看的每一个未来数据，实盘都会连本带利还回来。区别只是早还还是晚还。孟谷量化的定位不是替你做策略，而是把检查动作固化进研发流程。
常见问题
回测和实盘差多少算正常？
如果实盘和回测的差距主要来自市场环境变化，属于正常；如果差距大到连策略方向都对不上，那多半是回测环节有问题。建议先按数据、成本、参数三项逐一排查。
小资金也要考虑冲击成本吗？
资金小，冲击成本确实低，但滑点和流动性约束一样存在。尤其是交易小盘股、冷门票的策略，成本建模不是大资金的专利，小资金同样需要，只是权重不同。
参数调优到底该调到什么程度？
调到「逻辑上说得通、参数小幅变动业绩不崩」就够了。追求历史最优参数，往往是把噪声也拟合进去。更稳妥的做法是做参数敏感度测试。
孟谷量化能直接帮我改策略吗？
不直接改策略逻辑，而是把数据时点校验、成本建模、参数敏感度测试这三项做成标准化检查，在策略上线前自动跑一遍并留痕。策略怎么改、改不改，决定权始终在研究者手里。
行动清单
- 1上线前先查数据：每条因子数据确认「当时能不能拿到」
- 2成本别手松：按换手率和持仓结构估算滑点与冲击成本
- 3参数别调到完美：做敏感度测试，看业绩稳不稳
- 4把三项检查固化成流程，而不是靠记忆和自觉
- 5检查结果留痕归档，方便复盘和内部复核
关注孟谷基金，持续分享基金配置与投资观察。欢迎评论区交流。
市场有风险，投资需谨慎。本文内容仅供信息分享，不构成任何投资建议。