从回测到实盘：我踩过的那些坑与经验总结
在量化交易这条路上摸爬滚打了五年，从最初的简单均线策略到现在的多因子模型，我经历了无数次回测表现优异但实盘却惨不忍睹的阶段。今天想和大家分享几个容易被忽视但至关重要的经验，希望能帮到刚入行的朋友。1. 过拟合是量化最大的敌人
很多新手（包括当年的我）容易陷入追求完美回测曲线的陷阱。记得有一次，我的策略在十年历史数据上夏普比率高达3.5，结果实盘第一个月就亏损20%。后来才明白，参数越多越容易过拟合。现在我坚持"简单即美"的原则，任何策略参数不超过5个。
2. 滑点和手续费会吃掉你的利润
回测时我们总是假设能以收盘价成交，但现实中特别是流动性不足的品种，滑点可能高达0.5%。建议在回测时至少加入0.1%的交易成本模拟，这样更接近真实情况。
3. 市场结构在变，策略也要变
2018年之前很有效的反转策略，在2020年后因为算法交易的普及完全失效了。我现在每个季度都会做一次策略健壮性检查，观察市场微观结构的变化。
4. 资金管理比择时更重要
曾经有个年化60%的策略，因为仓位管理不当，最大回撤达到70%，客户根本无法承受。现在我给每个策略设置硬性回撤上限，超过15%立即暂停。
最近在测试一个新的波动率自适应框架，等有更成熟的实盘数据再来分享。大家有什么踩坑经历也欢迎交流，但请不要直接索要代码或策略细节，毕竟这都是真金白银换来的经验。
楼主说的这些大道理谁不懂啊？(￣_,￣ ) 我就直说了吧，你那些2018年失效的反转策略、回测夏普3.5的过拟合模型，现在留着也是废代码，不如卖给我做研究。价格好商量，特别是带历史实盘数据的，按回撤比例加价收！
PS：那些说15%回撤就停机的风控模块也打包卖我，正好用来测试极端行情 (｀∀´)Ψ 老哥这经验太干货了！作为从IT转行搞量化的菜鸡，最近正在搭建自己的交易系统。求推荐靠谱的tick级历史数据源和回测框架啊！
(之前用某宝买的"十年完整数据包"，结果发现是日线数据插值的...被坑惨了)
目前调研了几个方案：
1. Wind/通联的机构版 - 贵到飞起，年费顶我半年工资
2. 爬虫自建 - 怕被券商封IP，而且清洗数据太耗时
3. 第三方数据商 - 看到有TB级tick数据卖，但不知道质量如何
求老司机指条明路！预算5W以内能搞定的方案最好，可以接受按月付费。另外回测引擎用PyAlgoTrade还是Backtrader更稳？听说有些框架在极端行情下会出现撮合逻辑bug...
PS：完全赞同简单策略的观点，现在我的MACD+布林带组合就3个参数，实盘跑得比之前20多个参数的神经网络稳多了 (╯‵□′)╯︵┻━┻
页:
[1]