量化交易，99%的时间在研究，1%的时间在交易。
实盘只是研究成果的交付，而不是赌博的开始。

如果你正在阅读这篇文章，大概率已经对量化交易产生了兴趣——也许是看了某个“全自动交易系统年化300%”的帖子，也许是手握一套自认为无敌的策略代码，跃跃欲试想要开一个实盘账户，让钱生钱。

且慢。

在按下那个“启动”按钮之前，请你先问自己一个问题：我凭什么能赚钱？

如果答案仅仅是“回测曲线很漂亮”，那你和拿着幸运币去澳门赌场的人没有本质区别。

量化交易之所以被称为“投资”，而不是“赌博”，是因为它建立在一套可验证、可解释、可重复的规则之上。而在实盘之前，你必须穿越六道关。任何一关的偷懒，都可能让你的账户踩进深坑。

第1关（前置）：策略逻辑自洽——拒绝玄学交易

核心问题：凭什么用这个方法能赚钱？

这是所有步骤的起点，也是最容易被忽略的一步。很多人拿到一个策略，直接扔进回测软件，看到曲线漂亮就激动不已，完全忘记了思考：这个策略的盈利逻辑到底是什么？

如果策略逻辑不通，再漂亮的回测也只是数字游戏。比如：

– 策略基于“MACD金叉死叉”——为什么这个指标能赚钱？因为它是趋势跟随的一种表现形式，在强趋势市场中有效。
– 策略基于“开盘价跳空”——为什么能赚钱？因为捕捉了隔夜信息引发的情绪惯性。
– 策略基于“某只股票市盈率低于历史10%分位买入”——为什么能赚钱？因为均值回归的统计规律。

你必须能用一句话讲清楚你的盈利逻辑。 如果做不到，这个策略大概率是玄学。

警惕“数据挖掘偏差”：

有些策略是通过不断调整参数、在历史数据上反复拟合得到的。它们可能在某些时间段表现优异，但换一个时间段、换一个品种就彻底失效。这种策略的“盈利”完全来自对历史噪声的过度拟合，而不是真实的金融规律。

第1关的检验清单：

– [ ] 策略盈利的逻辑基础是什么？（趋势、套利、反转、事件驱动？）
– [ ] 这个逻辑在金融学或行为金融学上有无依据？
– [ ] 参数是否敏感？稍微改变参数，策略是否立即失效？

只有通过了第1关，你的策略才值得进入下一关。

第2关：地狱级回测——不只是看曲线

任务：用3~5年完整历史数据，覆盖牛、熊、震荡、黑天鹅。

很多人做回测，只找一段上涨行情，跑出漂亮的收益曲线，然后自欺欺人地认为实盘也能如此。这是典型的“幸存者偏差”陷阱。

真正的回测，必须覆盖不同的市场环境：

– 牛市：策略是否跑赢指数？还是只是贝塔收益？
– 熊市：策略能否控制回撤？还是随波逐流？
– 震荡市：策略是否反复打脸，磨损严重？
– 黑天鹅事件：比如2020年疫情、2024年924行情，策略能否存活？

必须关注的指标不止收益率：

– 最大回撤：这是实盘中最折磨人的数字。如果你的策略在回测中出现20%以上的回撤，别急着否定——先做三件事：
- 1. 换时段验证：把这个回撤时段去掉，跑其他时间段，看是普遍现象还是特定时期的偶然。
- 2. 彻查代码：确定回测数据准确、代码逻辑无误、没有未来函数。
- 3. 回溯逻辑：重新拷问策略原理——这段回撤是市场风格转换导致的正常回撤，还是逻辑本身出了问题？
– 夏普比率：衡量风险调整后的收益。在A股，日频策略夏普能到1.5以上是顶尖水平，0.8~1.2算优秀，低于0.5要警惕。别拿教材里的“>2才合格”吓自己，那是高频机构的数据。
– 盈亏比：平均盈利/平均亏损，至少应大于1.5。
– 交易次数：次数太少，统计意义不足；次数太多，手续费侵蚀严重。

特别注意：T+1限制

A股是T+1。如果你用分钟级别信号做日内策略，当天买进去发现信号反了，只能眼睁睁看着收盘，第二天可能直接低开。建议新手以日线以上周期为主，或者至少测试隔夜跳空风险。

过拟合检验（敏感性分析）：

把策略的核心参数上下浮动10%~20%，看收益曲线的变化。如果收益曲线剧烈波动甚至崩溃，说明策略被过度“雕刻”在历史数据上，实盘必死。

第3关：残酷的模拟盘——骗过自己才算赢

任务：跑最少3~6个月模拟盘，检验与回测的一致性。

很多人模拟盘赚钱，实盘亏钱，根本原因在于：模拟盘太“理想”了。

模拟盘通常能按最优价格成交，没有滑点，没有延迟，没有心理压力。但实盘完全不同：你的对手是成千上万的交易者，是市场的流动性，是你自己的恐惧与贪婪。

如何让模拟盘更接近实盘？

-强制加入滑点成本：在模拟环境中，设定成交价比当前价格差1~2跳（具体取决于品种流动性）。
-考虑真实成本：A股实盘成本包括印花税（卖出千0.5）、佣金（最低5元）、过户费。如果你的策略平均每笔盈利不到0.3%，那大概率是在给券商打工。模拟盘时务必把这些扣掉再算收益。
-模拟时间要长：3~6个月，经历不同的市场风格，才能验证策略的稳健性。

模拟盘的核心目标：

– 检验代码是否有bug（数据源、交易接口、逻辑错误）。
– 检验是否与回测表现一致（收益、回撤、交易频率）。
– 检验自己的执行力：在连续亏损时，是否还能坚持机械执行？

如果模拟盘都坚持不下来，实盘只会更痛苦。

第4关：仓位管理与资金容量——你能驾驭多少钱？

任务：明确策略的仓位规则和资金容量上限。

很多人忽略了一个问题：这个策略最多能容纳多少钱？
一个在小资金上表现完美的策略，放大10倍后可能彻底失效。

仓位管理要点：

– 单品种仓位上限：比如单个品种不超过总资金的5%。如果是小盘股，这个上限还得更低——因为一旦跌停，想跑都跑不掉。
– 分批建仓：不要一次性打满，分2~3批进场，降低冲击成本。
– 资金容量测算：如果你的策略平均每笔交易需要买入某只股票，而这只股票的日均成交额只有1000万，那你最多只能投入50万（假设不超过日成交的5%）。超过这个数，你就是自己的对手盘。
– 多策略分散：不要把全部资金压在一个策略上。两三个低相关性的策略组合，能让资金曲线平滑很多。

流动性过滤机制：

在回测和实盘中，必须加入流动性过滤——只交易日均成交额大于某一阈值（比如2000万）的股票。否则，回测里用大单量去怼一只没人买卖的股票，跑出来的全是幻觉。实盘一进去，直接把价格打飞。

第5关：钢铁般的风控——把规则焊死在代码里

任务：制定不可手动修改的风控规则，并写入代码。

量化交易最大的敌人不是市场，而是自己。当账户出现亏损时，人性会让你“再扛一下”“加仓摊平成本”“修改止损位”。必须用代码锁住你的手。

风控规则至少包括：

– 单日/单周最大亏损限额：达到阈值自动停止交易，次日再恢复。
– 账户总资产回撤止损：比如总资金回撤15%，强制清仓所有头寸，进入冷静期（一周或一个月）。
– 止损/止盈规则：策略逻辑内的止损必须严格执行，不允许手动干预。
– 黑名单机制：哪些品种流动性差、波动异常，坚决不碰。

技术风控：

程序崩溃、断网、API异常怎么办？设置持仓监控报警，以及紧急平仓脚本。不要让一次技术故障毁掉所有利润。

第6关：婴儿资金试跑 + 持续复盘——用真金白银验证，用时间检验

任务：先用极小资金实盘运行，验证滑点、手续费、成交情况；然后建立固定复盘机制，每周/每月检查策略表现。

婴儿资金阶段的核心观测点：

– 实盘滑点与模拟预期是否一致？ 如果滑点比模拟盘大很多，说明策略的交易频率或下单规模不适合当前品种。
– 程序执行是否稳定？ 是否会出现延迟、漏单、重复下单？
– 成交率如何？ 挂单是否经常无法成交？特别是流动性差的品种，可能挂半天都成交不了。
– 心理承受力测试： 即使资金很小，亏损也会带来真实的情绪波动。这是你与自己内心对话的机会。

关键过渡：

当婴儿资金验证通过后，如果计划放大资金（比如从1万到10万），必须重新评估下单的冲击成本。因为小资金可以一笔成交，大资金可能需要拆单，否则会直接把价格打飞。

持续复盘：

市场在变，策略的有效性也在变。去年赚钱的策略，今年可能亏钱。没有一劳永逸的圣杯。

复盘内容：
– 绩效是否在预期波动范围内？ 如果收益/回撤大幅偏离回测，需要分析原因。
– 区分“策略回撤”和“策略失效”：
- – 回撤是正常的，只要在预期范围内，就坚持执行。
- – 失效是指逻辑基础被破坏（比如市场规则改变、波动率结构变化），此时必须停止并重新研究。
– 优化原则： 在坚持核心逻辑的前提下微调，避免“过度优化”死灰复燃。

最重要的一关：问问自己，如果连续亏3个月，我还能不能睡好觉？还能不能继续执行？
如果答案是否定的，那就把资金量再砍一半，或者干脆先别实盘。