【量化投资从入门到精通 #32】实盘与回测的鸿沟哪些是损耗哪些只是噪声
"回测赚钱实盘亏"是量化圈最著名的抱怨。这篇用 10 只标的的横截面实测，把这句话拆成可量化的两类。
一、这个方法解决什么投资问题
回测和实盘的差距，通常被笼统归为"滑点"。但如果不分清楚，你就不知道该优化什么。
实测下来，差距可以分成性质完全不同的两类：
- 确定性损耗：每次都让你变差，方向单一，可以精算 —— 手续费、滑点
- 随机噪声：有时好有时坏，方向不定，无法预测 —— 成交时点、排队位置
对前者，你要做的是降低换手；对后者，你要做的是不要被单次结果误导。把噪声当损耗去优化，是在浪费时间。
二、核心思想：逐层加约束，并做横截面验证
单只标的的结果可能是运气。所以本文用了两层验证：
- 纵向：在一只标的上逐层叠加约束，看每层的边际影响
- 横向：在 10 只标的上重复，统计"变差的比例"和"平均影响"
只有在 10/10 都变差的约束，才配叫"损耗"。
三、实操演示
if want != pos and at_open:
# 开盘换仓：开盘前按旧仓位吃隔夜跳空，开盘后按新仓位吃日内
r = pos * (o[i]/c[i-1] - 1) + want * (c[i]/o[i] - 1)
else:
r = pos * (c[i]/c[i-1] - 1)
eq.append(eq[-1] * (1 + r))
if want != pos:
eq[-1] *= (1 - (slip_bp + cost_bp)/10000.0)
真实输出（2026-08-06，京东方A 000725，MA(5,20)，昨日信号今日执行，换手 12 次）：
| 约束层级 | 累计收益 |
|---|---|
| ① 可执行基线（零成本） | 36.78% |
| ② + 滑点 万 5 | 35.96% |
| ③ + 手续费 万 3 | 35.47% |
| ④ + 改为开盘价成交（真实下单时点） | 59.38% |
换手是放大器（同一标的，万 8 全成本）：
| 参数组 | 换手 | 零成本 | 全成本 | 成本吃掉 |
|---|---|---|---|---|
| MA(3, 10) | 30 | 58.14% | 54.39% | 3.75% |
| MA(5, 20) | 12 | 36.78% | 35.47% | 1.31% |
| MA(10, 60) | 4 | 33.35% | 32.92% | 0.43% |
横截面（10 只标的）：
| 约束 | 变差的标的数 | 平均影响 |
|---|---|---|
| 加成本（滑点万5 + 手续费万3） | 10 / 10 | −1.15% |
| 改为开盘价成交 | 6 / 10 | +1.58% |
四、结果解读
第一个反直觉：改成开盘价成交，收益从 35.47% 涨到了 59.38%。
这看起来像"实盘比回测还好"，但请不要高兴。横截面告诉你真相：10 只里只有 6 只变差，平均影响是 +1.58%——符号是正的、比例接近一半一半。这就是标准的随机噪声特征。
000725 那 +23.9 个百分点，纯粹是这只票在这段时间的跳空运气，换个标的、换段时间就没了。如果你据此得出"应该改成开盘成交"，那就是在拟合噪声——和 #28 讲的过拟合是同一个错误，只不过拟合对象从参数换成了执行细节。
第二个结论：成本是唯一 10/10 单向变差的约束。
平均 −1.15%，无一例外。这才是真正需要在回测里必须建模的东西。而且它可以精算：成本 ≈ 换手次数 × 单边费率 × 2。
第三个结论：换手率是成本的放大器。
同一只标的、同样的万 8 费率，换手 30 次吃掉 3.75%，换手 4 次只吃 0.43%——差 8.7 倍。所以降低实盘鸿沟最有效的手段不是找更便宜的券商，而是把策略做慢。
综合起来，实盘鸿沟的正确应对姿势是：
| 差距来源 | 性质 | 对策 |
|---|---|---|
| 手续费 + 滑点 | 确定性损耗 | 回测必须建模；降低换手 |
| 成交时点（开/收盘） | 随机噪声 | 不要优化它；用多标的验证消除影响 |
| 涨跌停无法成交 | 条件性约束 | 本样本期蓝筹未触发；小盘/妖股需单独建模 |
| 前视偏差 | 代码 bug | 见 #04 / #26，结构上堵死 |
五、常见陷阱
- 用单只标的下结论：本文若只看 000725 层④，会得出完全错误的结论。
- 优化噪声：为"该用开盘还是收盘成交"纠结几天，不如把换手降一半。
- 只怪滑点不看换手：滑点是单价，换手是数量，后者才是你能控制的。
- 蓝筹经验套小盘：涨跌停、流动性约束在小市值股票上完全是另一个量级。
- 忘了资金容量：本文全部按"想买就能买"建模，大资金还要考虑冲击成本。
六、小结 + 下篇预告
实盘鸿沟 = 确定性损耗（成本，10/10 变差、平均 −1.15%） + 随机噪声（成交时点，6/10 变差、平均 +1.58%）。前者必须建模并靠降换手压缩，后者靠多标的验证来免疫。
评价与风控层（#27–#32）到此收官。下篇 #33 进入因子层：因子是什么——把"好公司/好走势"翻译成一个可以排序的数。
免责声明
本文为量化方法教学，标的为示例，费率为通用估算，不构成投资建议，不承诺收益。投资有风险，入市需谨慎。