阶段10从回测到实盘●●●●●

滑点实测：用真金白银校准你的回测假设

我的掌握程度：

q-939精讲

先掌握这个答案

度量框架：每笔交易记录四元组（决策时刻价、下单时刻价、成交价、成交量），定义三层滑点：①信号滑点=决策到下单（策略延迟+犹豫）；②执行滑点=下单到成交（价差+冲击+排队）；③总滑点=对决策价，月度统计分布（均值/P75/P95）。反哺回测：用实测分布替换固定假设——按流动性分层（大盘股用你的P50、小盘用P75）、按时段分层（开盘后30分钟用P75）。个性化因素：订单大小占成交额比、限价单vs市价单的习惯、下单时段偏好、股票池流动性结构。

先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。

从理解到使用

每一笔收益都要有可执行时间线

打印数据截止时间、信号时间、订单时间、成交时间和持仓收益区间。收盘信号不能乘当天完整收益；次日开盘成交也不能无条件拿到整个close-to-close收益。用原始价格判断可成交性，并纳入停牌与涨跌停。

成本必须按成交口径计算

声明换手是单向还是双向，是否有单笔最低佣金、卖出税费、借券利息和期货展期。成交价差、冲击与资金占用不能混为一个固定常数；对费率和参与率做压力测试。

本阶段实战方法 · 用可核查证据展示研究与工程能力

准备简历、答辩或从回测转向模拟盘时，优先展示过程、约束和证据。

用一页README交代问题、数据来源、运行命令、时间切分、基准、成本和已知限制。
把结果对应到文件、版本和实验记录；面试说明自己做了什么、失败在哪里、如何排查。
先进行模拟盘和故障演练，验证重复下单防护、持仓对账、告警与恢复，再评估进一步上线条件。

使用边界

回测漂亮不等于可实盘；还需要权限、稳定执行、成本与容量验证。
薪资、招聘时间和平台门槛会变化，应查当期职位说明；不要把固定数字当行业标准。

不懂的术语：股票（Stock）市价单 / 限价单（Market / Limit Order）滑点（Slippage）成交量 / 成交额（Volume / Turnover）回测（Backtest）

背景 · 从一个困惑说起

回测里你假设单边滑点0.15%——一个拍脑袋的数。实盘一个月后你拥有了这个世界上最宝贵的东西：真实的成交记录。决策价与成交价的每一分差距，都是市场对你个人的「报价」——它和教科书说的不一样，和你的策略更息息相关。

由此产生的问题

滑点实测的度量框架是什么？如何用实测数据反哺回测？哪些因素让「你的滑点」异于常人？

核心概念

为什么需要它

①回测假设的个人化：同一个策略，百万资金和亿级资金的滑点差数倍——你的回测应该配「你的」成本曲线；②执行改进的度量基线：没有实测就无法知道拆单算法/时段选择有没有用——改进必须以滑点分布的变化呈现；③「实盘偏差」的主要成分：机构复盘显示回测-实盘差距的40-70%来自成本假设偏差——校准滑点=修复最大失真源。

实际应用场景

月度滑点报告：总体分布+分层表+异常单归因（哪些交易滑点>P95：流动性枯竭？急行情？自己手慢？）；把报告喂回回测引擎重跑——净值重估即「诚实版回测」。

与之前知识的联系

q-054（阶段1）给了滑点概念、q-931-933搭了实盘框架、本题给度量与反哺闭环；它是「实盘数据反哺研究」（q-953）的第一案例——实盘不只是赚钱，是生产最稀缺的数据。

⚠ 常见误解

券商给的成交均价就够了：均价掩盖分布——P95的极端滑点才是风控要管理的对象
滑点实测一个月就定型：它随市场状态（波动率）与你的资金规模变化；季度重估
滑点只与市场有关：决策-下单层的滑点完全是自己的（系统延迟、风控审批、犹豫）——先分清哪层是谁的责任

🤖 AI导师

导师会先检查你的前置知识（滑点概念、回测成本假设、实盘记录），再用案例、公式和代码帮助理解。此功能需要先启用服务。