做了3年量化交易，这些坑我希望早点知道
本文没有暴富故事，只有真实踩坑经历。如果你正在或准备做量化交易，希望这些教训能帮你少走弯路。
我从2022年开始接触量化交易，从最初的满腔热血，到后来被市场反复教育，再到现在稍微能稳定盈利。三年下来，踩过的坑比赚的钱还多。
今天把这些坑整理出来，不是为了劝退，而是希望后来者能绕过去。
一、数据坑：你以为的数据，不是真正的数据
坑1：复权数据的陷阱
刚开始做回测时，我直接用了前复权数据，回测结果特别漂亮——年化收益60%+，夏普比率2.5。
兴冲冲上了实盘，结果第一个月就亏了8%。
后来才搞明白：前复权会改变历史价格。比如某只股票现价10元，一年前发生过10送10，前复权后一年前的价格会显示为5元（实际是10元）。用这种数据回测，相当于用了"未来信息"。
正确做法：
- 回测用不复权数据 + 手动处理除权除息
- 或者用后复权数据，但买卖信号要转换成真实价格
# 错误示范
df = get_stock_data("000001", adjust="qfq") # 前复权
signal = df['close'] > df['close'].shift(20) # 这个信号有问题
# 正确做法
df_raw = get_stock_data("000001", adjust=None) # 不复权
df_hfq = get_stock_data("000001", adjust="hfq") # 后复权用于计算指标
# 信号用后复权算，下单用真实价格
坑2：停牌股的幸存者偏差
有一次我回测一个选股策略，从2015年的股票池开始选。结果收益率高得离谱。
后来发现问题：2015年之后很多股票退市或长期停牌了，但我的股票池是用"当前可交易的股票"，天然过滤掉了那些"死掉"的标的。
这就是典型的幸存者偏差——你只看到了活下来的，没看到死掉的。
正确做法：
- 用时点数据，即在回测的每个时间点，只用当时可交易的股票
- 或者使用包含历史退市股的全量数据库
坑3：数据源不一致的坑
这个坑我踩了不止一次。
有段时间我用A数据源做回测，用B数据源做实盘监控。结果经常出现回测显示应该买入，但实盘没有触发信号。
debug了很久才发现：同一只股票同一天，不同数据源的收盘价可能差几分钱。对于日线策略可能影响不大，但对于一些阈值判断（比如突破某个价位），几分钱就是触发和不触发的区别。
更坑的是，有的数据源会在收盘后调整数据（比如集合竞价成交价调整），导致你5点钟拿到的数据和第二天早上拿到的不一样。
正确做法：
- 回测和实盘用同一个数据源
- 数据落库时记录获取时间
- 关键数据做交叉验证
二、策略坑：回测很美好，现实很骨感
坑4：过拟合——回测年化80%，实盘亏20%
这是新手最容易犯的错误，我也不例外。
当时我写了一个均线策略，通过不断调参，把MA5/MA13这个组合调出来了——回测三年，年化收益78%，最大回撤12%，完美。
实盘跑了三个月，亏了23%。
问题出在哪？我在历史数据上"凑"出了一个完美参数。MA5/MA13这个组合之所以历史表现好，可能只是巧合。换一段数据，MA7/MA15可能更好。这就是过拟合。
怎么判断是否过拟合：
- 参数敏感性测试：MA5/MA13能赚，MA5/MA12和MA5/MA14也应该差不多
- 样本外测试：留一段数据不参与调参，最后验证
- 逻辑先行：先有交易逻辑，再验证，而不是从数据里"挖"规律
# 参数敏感性测试示例
results = []
for short in range(3, 10):
for long in range(10, 30):
ret = backtest(df, short, long)
results.append((short, long, ret))
# 如果只有MA5/MA13附近的一小块区域表现好，其他都很差
# 那大概率是过拟合
坑5：忽略交易成本
早期我做回测，手续费设的是万一（0.01%），印花税没算，滑点没算。
后来实盘才发现：
- 手续费：最低5元，小资金很吃亏
- 印花税：卖出千分之一
- 滑点：流动性差的股票，买一和卖一价差可能有1%
一个日均换手一次的策略，一年下来光成本就要吃掉10-15%的收益。
实际成本估算：
# 单次交易成本（买+卖）
commission = 0.0003 * 2 # 万三双向
stamp_tax = 0.001 # 印花税（卖出）
slippage = 0.002 # 滑点估算
total_cost = commission + stamp_tax + slippage # 约0.36%
# 如果每周换一次仓
annual_cost = 0.0036 * 52 # 约18.7%
现在我的回测框架里，交易成本是强制项，设得比实际还高一点。如果扣完成本还能赚钱，才值得跑实盘。
坑6：回测收益很高，实际跑不了那么多钱
有一次我找到一个小市值因子策略，回测年化40%。兴奋地准备上大资金。
结果发现：策略要求买的那些股票，日成交额只有几百万。我要是下500万进去，自己就能把股价拉涨停。
这就是策略容量问题。很多回测漂亮的策略，是建立在"无限流动性"假设上的。
正确做法：
- 回测时加入流动性过滤（比如只选日成交额>1亿的）
- 计算策略容量上限
- 分批建仓，而不是一次性买入
三、心态坑：最难过的是自己这关
坑7：回撤时忍不住手动干预
这个坑我踩了无数次。
策略回撤5%的时候，我告诉自己"再观察观察"。回撤10%的时候，我开始怀疑策略是不是失效了。回撤15%的时候，我手动平仓了。
然后，股价开始反弹，如果我没平仓，现在应该已经赚回来了。
量化交易最反人性的地方就在这：你必须信任系统，哪怕它正在亏钱。
后来我的做法是：
- 提前设定好最大回撤阈值（比如20%）
- 没到阈值之前，不允许自己手动干预
- 真到阈值了，该止损就止损，然后复盘策略
坑8：把运气当实力
2023年我有一个策略，上线三个月赚了35%。当时觉得自己简直是天才。
后来复盘发现：那三个月大盘本身就涨了20%，我的策略满仓做多，稍微跑赢大盘而已。不是我的策略好，是赶上了牛市。
怎么判断是运气还是实力？
- 看超额收益（相对基准的收益），而不是绝对收益
- 看多个市场周期的表现，而不是某一段
- 做归因分析：收益到底来自选股、择时、还是市场beta
坑9：追求完美参数
新手（包括曾经的我）总想找到"最优参数"。
但实际上，市场在变，最优参数也在变。去年最优的参数，今年可能是最差的。
现在我的原则是：
- 不追求最优，追求"足够好"
- 参数选择有逻辑支撑（比如MA20代表月线，有经济含义）
- 宁可选择钝化一点的参数，也不要过于敏感
四、工程坑：代码和系统的问题
坑10：数据接口挂了，整个系统崩溃
2024年有一次，我用的某个免费数据接口突然挂了，整整三天没恢复。结果那三天策略完全停摆，错过了几个交易信号。
这件事让我意识到：单点依赖是大忌。
后来我的做法是：
- 重要数据至少两个来源
- 主数据源挂了，自动切换备用源
- 数据每天落库备份
坑11：回测代码和实盘代码不一致
这是一个很隐蔽的bug。
我的回测代码里，信号是在收盘后生成的，第二天开盘买入。但实盘代码里，我不小心写成了"信号触发立即买入"。
结果就是实盘用了收盘前几分钟的数据生成信号，然后立即下单——相当于用了"未来数据"。
正确做法：
- 回测和实盘用同一套核心代码
- 或者至少保证逻辑完全一致
- 实盘上线前，用历史数据对比回测结果
坑12：没有日志和监控
最初我的策略就是一个Python脚本，crontab定时跑。跑完了也不知道执行了什么，有没有报错。
直到有一次策略默默失败了一周，我才发现——那一周本应该有3次交易，结果一次都没执行。
现在我的每个策略都有：
- 详细的运行日志
- 关键指标监控（持仓、收益、回撤）
- 异常报警（微信/邮件）
五、一些建议
踩了这么多坑之后，我总结了几条原则：
-
数据质量第一：宁可花时间搞定数据，也不要在垃圾数据上建策略
-
简单策略优先：复杂的策略更容易过拟合，维护成本也高
-
先求生存，再求发展：控制回撤比追求收益更重要
-
做好工程化：代码、数据、监控，每一环都要可靠
-
保持记录：每一笔交易、每一次复盘都记录下来
-
接受亏损：亏损是量化交易的一部分，关键是控制亏损的幅度
写在最后
量化交易不是躺赚的事情。我见过太多人带着"自动赚钱机器"的幻想入场，最后亏得一塌糊涂。
但如果你真的喜欢这件事，愿意花时间研究、愿意承受亏损、愿意不断迭代，量化交易是一条值得走的路。
坑总是要踩的，但希望你能踩得少一点。
有什么问题可以在评论区讨论，后续我也会分享更多实战经验。
下一篇预告：《我的量化交易工作流：从想法到实盘的完整流程》
