回测和模拟交易结果不一致的原因分析

在量化交易中，策略在回测（Backtest）和模拟交易（Paper Trading）中表现不一致是一个非常常见且重要的问题。这通常不是由单一原因造成的，而是数据环境、代码逻辑、撮合机制等多方面因素共同作用的结果。

以下是导致回测与模拟交易结果出现偏差的主要原因及详细解析：

1. 未来函数（Future Data）

这是导致回测表现优异但模拟盘亏损的最常见原因。

• 定义：策略在回测时使用了当时那个时间点本不应该获取到的数据。
• 差异：
  • 回测：历史数据是全量的，代码可能无意中调用了收盘后才有的数据（如在09:30就获取了当天的收盘价、最高价，或使用了当季度的财报数据但当时财报尚未发布）。
  • 模拟交易：时间是线性流动的，系统严格限制只能获取当前时刻之前的数据，无法预知未来，因此无法复现回测中的“神操作”。
• 典型案例：在 before_trading_start 中使用当天的 close 价格进行选股。

2. 策略中的随机性因素

如果策略逻辑中包含不确定的随机因素，每次运行的结果都会不同。

• 无序容器遍历：Python 中的 dict（字典）和 set（集合）在迭代时顺序是不固定的（尤其是在不同 Python 版本或解释器重启后）。如果策略逻辑是“取股票池中的前5只买入”，而股票池存储在 set 中，回测和模拟盘选出的股票可能完全不同。
• 随机函数：使用了 random 库生成随机数，且没有固定随机种子（seed）。
• 排序不稳定：当排序条件相同时，不同环境下的排序算法可能导致次序不同。

3. 撮合机制与滑点（Slippage）

回测是基于历史数据的理论模拟，而模拟交易更接近真实市场环境。

• 撮合逻辑：
  • 回测：通常假设流动性充足，只要价格触及即可成交，且通常按 Bar 的收盘价或开盘价成交。
  • 模拟交易：如果开启了盘口撮合（match_with_order_book），系统会根据买一/卖一价和盘口挂单量进行撮合。如果对手盘不足，可能无法成交或部分成交。
• 滑点设置：回测中如果未设置滑点或滑点设置过小，会高估收益。模拟交易中，受限于实时行情波动，实际成交价往往比预期差。

4. 数据差异与复权模式

• 动态复权 vs 静态复权：
  • 回测：建议开启 set_option('use_real_price', True)（真实价格模式）。如果关闭此选项，回测使用的是基于回测结束日期的前复权数据，这会导致历史价格与当时真实价格不符，计算买入股数时产生偏差。
  • 模拟交易：默认使用真实价格。如果回测没开真实价格模式，两者的持仓数量和资金利用率会有显著差异。
• 数据更新延迟：模拟盘可能有微小的系统延迟（如10秒），或者行情数据到达的微小时间差，导致触发交易的信号点不同。

5. 运行环境与代码变更

• 代码替换：回测是一次性跑完历史数据。而在模拟交易中，用户可能会中途修改策略代码、调整参数或暂停策略。这些人为干预会导致模拟盘状态与回测状态脱节。
• 初始化状态：模拟交易重启时会从数据库恢复 g 全局变量和 context，如果代码中有无法被序列化保存的对象（如数据库连接、打开的文件句柄），重启后会丢失或报错，而回测不会经历重启。
• Python版本：虽然聚宽目前主要支持 Python 3，但如果回测和模拟交易使用的 Python 版本不一致（极少情况），可能会导致浮点数计算精度或语法特性的差异。

6. 停牌与退市处理

• 回测：虽然包含退市股票，但部分策略可能未妥善处理停牌股票（如未开启 skip_paused=True），导致回测中买入了停牌股（回测引擎可能允许以停牌前价格买入，或者一直持有不动）。
• 模拟交易：严格遵循交易所规则，停牌股票无法买卖。

如何减少回测与模拟的差异（解决方案）

1. 开启真实价格模式：在 initialize 中必须调用 set_option('use_real_price', True)。
2. 消除随机性：
   • 对 list(set(stocks)) 或 dict.keys() 的结果进行 .sort() 排序，确保顺序固定。
   • 避免使用 random 模块，或在使用前设定固定的 random.seed()。
3. 规避未来函数：
   • 开启 set_option("avoid_future_data", True)，让系统自动检测并报错常见的未来数据引用。
   • 检查代码，确保没有在盘前获取当天的收盘价、成交量等数据。
4. 统一环境：确保回测和模拟交易的资金量、起止时间（模拟盘是延续的）、频率（分钟/天）一致。
5. 日志对比：在关键逻辑处（如选股结果、交易信号）打印 log.info。对比回测日志和模拟交易日志，定位第一处出现差异的地方。

Q&A 常见问题解答

Q1: 为什么我的策略在回测中收益很高，一上模拟盘就不交易或亏损？
A: 最可能的原因是使用了未来函数。例如在 before_trading_start 中获取了当天的 close 价格来判断涨跌，这在回测中能拿到数据，但在模拟盘实盘时刻，当天的收盘价还未产生，导致信号无法触发或触发错误。

Q2: 为什么使用字典（Dict）存储股票会导致结果不一致？
A: 在 Python 中，字典和集合是无序的（尤其是在 Python 3.6 之前，虽然后续版本优化了顺序，但仍不建议依赖其顺序）。如果策略逻辑是 for stock in g.security_dict: 然后买入前3只，每次运行遍历的顺序可能不同，导致买入的股票不同。建议先将键值转为列表并排序：for stock in sorted(g.security_dict.keys()):。

Q3: 开启“盘口撮合”对模拟交易有什么影响？
A: 开启 set_option('match_with_order_book', True) 后，模拟交易会更严格地模拟真实市场的流动性。如果您的策略资金量较大或交易不活跃的标的，可能会因为盘口挂单不足而无法成交，或者成交价格比回测（通常假设无限流动性）更差，导致收益低于回测。

Q4: 模拟交易中途修改代码会影响结果吗？
A: 会。回测是基于同一套代码逻辑从头跑到尾。模拟交易中途修改代码后，策略的逻辑变了，但持仓和资金状态是继承自旧代码的，这种逻辑断层会导致结果与静态回测完全不同。建议修改代码后，重新建立一个新的回测和模拟交易进行对比。