第七部分 · 把研究变成可运行项目 · 第 48 章

从模拟盘到小实盘: 上线前必须检查什么

模拟盘稳定不代表可以直接放大资金,它只说明系统获得了进入下一道门的资格。这一章先给上线门禁,再讲第一笔小资金实盘怎样限定资金、品种、自动化程度和停止规则。目标不是证明自己能赚钱,而是验证真实订单、费用、对账和情绪是否仍在控制范围内。

主线七 本部分第 3 / 5 章

本部分的问题:怎样让研究穿过代码、模拟盘、真实订单和人的情绪,仍然保持可信?

读完后,你会完成两类实战,并知道何时推进、何时停手、怎样复盘。

读完这一章,你会明白

• 上线前拿清单逐项过:数据、模型、回测一致性、订单、风控、日志、对账、权限和灰度流程,一项都不能省。
• 实盘系统要先证明自己能稳定处理异常,才有资格谈放大收益。
• 第一次小资金实盘的目标是验证真实交易链路,不是追求收益。
• 资金上限、半自动执行、交易记录、盘后对账和停止规则是小实盘的核心。

1. 上线前检查清单

金融现场 1.1. 第一个实盘订单被重试机制买了两遍

程序发出买入后网络超时,没有及时收到回报。开发者担心订单丢失,自动重试了一次;几秒后两笔成交一起回来,目标仓位瞬间翻倍。系统没有崩溃,每个接口也都按设计返回,错误只是把“没收到回报”误当成“订单没送到”。

这类事故揭示了实盘和回测的分界:交易请求不是普通函数调用。超时意味着状态未知,而不是失败;重试必须带唯一标识并先查询订单状态。否则最勤奋的容错代码,恰好会复制最危险的仓位。

第一笔小实盘的目标不是检验收益,而是检验整条状态机。限额、幂等、撤单、对账和人工急停都要真实走一遍。用可承受的小钱买到一个系统错误,往往比用模拟盘买到一张漂亮曲线更值。

1.2. 别等下单了才发现数据是坏的

实盘亏掉的第一笔钱,十有八九不是模型犯的错,是数据犯的错。所以上线第一查就查数据:行情有没有按时更新,财务数据是不是按公告日对齐,指数成分是不是点时版本,停牌和涨跌停字段在不在,复权口径和回测是不是同一个口径。任何一项对不上,模型吃进去的就是错料,输出再漂亮也没有意义。

数据接得上还不够,还要有每日自动质量检查,相当于给数据管道装上监控告警:缺失率突然升高、价格出现 0、成交量异常、代码映射失败、行业字段缺失,这些都该触发告警。你写服务不会省掉健康检查,数据管道也别省——千万别等到策略真下单了,才发现今天的数据早就坏了。

还有一个隐蔽杀手:数据供应商会悄悄改接口。字段名变了、复权方式调了、更新时间挪了、历史数据回头修正了,每一项都可能改变结果。所以上线系统必须记录数据版本和更新时间,就像锁定依赖库版本一样。否则出了问题,你连“那天晚上模型到底看到了什么”都还原不出来,复盘根本无从下手。

1.3. 跑的是不是你验证过的那一版

先问自己一个有点尴尬的问题:明天实盘加载的那个模型,你确定就是你回测验证过的那一版吗?所以模型上线前必须把版本钉死:训练区间、特征列表、参数、随机种子、代码提交号、训练数据版本,一项都不能少。实盘每天用哪个模型,要靠记录说话,不能靠“final_v3_真最终版.pkl”这种文件名去猜。

预测结果生成后,别急着交给组合模块,先做一次 sanity check:今天的分数分布正常吗?如果分数全部是 0,或者分布突然比平时宽很多、窄很多,大概率是输入数据或模型加载出了问题。这就像发版之后先看一眼监控大盘,曲线不对劲,就先别放量。

参数也要加边界:目标持仓数、单票上限、行业偏离、换手惩罚、成本参数,都不允许为空或者离谱,配置最好也走校验和审查,别当成随手能改的文本。记住一句话:配置错误和模型错误一样危险,有时还更隐蔽——模型错了你会怀疑模型,配置错了你常常先怀疑市场。

1.4. 别让两套代码各跑各的

很多策略实盘跑不过回测,不是市场变了,而是两边跑的压根不是同一个策略。上线前要逐项对齐:回测用下日开盘成交,实盘就不能按当天收盘下单;回测剔除停牌和涨跌停,实盘也要检查;回测按 100 股取整,实盘也要取整。规则差一条,就是另一个策略,成绩自然对不上。

差距还不止规则。回测里随手能买到的小票,实盘可能成交额太低根本买不进去;回测里假设全额成交,实盘可能只成交一半;回测里成本忽略不计,实盘里成本高得吓人。这些差异叠在一起,两条曲线当然分道扬镳。

最硬核的检查方式,是拿同一天的历史数据,用实盘流程完整跑一遍,再拿回测流程跑一遍,把两边的订单和持仓做个 diff。同样的输入如果产出不同的结果,必须解释清楚每一笔差异来自哪里。解释不出来的那部分,就是你带着上线的盲区。

1.5. 发出去之前先过一遍安检

订单生成之后、发出之前,先过一遍安检:证券能不能交易,价格在不在涨跌停范围内,数量符不符合交易单位,资金够不够,持仓可不可卖,单笔金额有没有超限,方向是不是和目标仓位一致。任何一道不过,这张单子就不该出门。

然后重点防重复。系统重启、网络重试、脚本被手动再跑一次,都可能让同一个目标仓位被下两次单。做过支付的工程师对这套很熟:订单要有唯一标识,下单逻辑要做幂等处理,不能因为重试就把同一笔交易买了两遍。交易系统在这一条上和支付系统没有任何区别。

订单发出去,不等于成交,更不能自己假设成功。成交、拒单、撤单、部分成交,每一种回报都要更新内部状态。下单系统最怕的就是内部状态和券商那边的真实状态分叉——你以为持有 1000 股,账户里其实只有 600 股,后面所有决策都会跟着错下去。

1.6. 规则要能真的拦住单子

风控规则写在文档里不算数,能真拦住单子才算数。上线前逐项确认:单票上限、行业上限、总仓位、现金比例、日内亏损、最大订单金额、参与率、黑名单、禁买名单,每一条都要能把违规订单挡在门外。注意用词是“挡住”,不是“提示一下然后放行”。

别只拿正常订单测风控,那样只能证明系统会放行。要像做故障注入一样,故意构造一批错误订单打进去:超大金额、停牌股票、负数量、价格越界、重复下单、超行业限制。风控必须全部拒绝,还要把拒绝原因记清楚。哪条规则漏了,趁现在发现还来得及,反正打进去的不是真钱。

风控还要有一个大红色按钮:紧急停止。触发条件包括数据异常、订单拒绝率异常、净值快速回撤、成交价偏离过大、系统延迟过高。按钮按下去之后的事也要写清楚——谁能恢复、按什么流程恢复。最危险的局面是系统停了,一群人围着屏幕,没人知道谁有资格决定重新开机。

1.7. 出事时能把一整天回放出来

实盘系统必须有完整日志:每天用了什么数据,生成了什么信号,目标持仓是什么,发出了什么订单,实际成交是什么,费用多少,风控拦截了什么。这些记录的意义不是证明系统很忙,而是出事的时候,你能像查链路日志一样,把一整天的决策过程完整回放出来。

监控要分层,就像监控一个分布式系统:数据层盯更新和缺失,模型层盯预测分布,交易层盯订单和成交,风险层盯暴露和回撤,系统层盯进程、延迟和错误。每一层的正常范围不一样,混在一起看等于没看。

告警要能让人行动。一天推几百条不痛不痒的消息,结局只有一个:大家把通知群屏蔽,真正的警报也一起被埋掉。所以告警要分级——信息、预警、严重、停止交易,每级写清楚通知谁、处理动作是什么。告警不是日志的复制粘贴,它是对某个具体的人喊话:现在需要你动手了。

1.8. 你的账本和券商的必须是同一本

盘后对账是实盘的生命线。每天收盘后,把内部的持仓、现金、成交、费用和券商账户逐一拉齐。出现任何差异都要给出解释:是成交回报延迟,是费用口径不一样,还是内部记录写错了。解释不了的差异就是 bug,不管金额有多小。

对账还包括净值。策略净值、账户净值、产品估值之间可能有差异,但每个差异都得有名有姓、说得出来路。最不能犯的病是:内部曲线画得很漂亮,就当券商那边的真实账户不存在。账户里的钱才是真的,你的曲线只是你以为的。

1.9. 越少人能碰,越要留痕

实盘系统要像生产系统一样管权限:谁能改配置,谁能启动策略,谁能停止交易,谁能手动下单,谁能恢复系统,每一项都要明确到人。权限给得越宽,误操作的概率就越高——一只手滑点错的手指,可能比模型犯一年的错误都贵。

人工操作必须留痕,相当于给整个系统加审计日志:临时改参数、手动撤单、手动下单、关闭风控,每次都要记下谁做的、做了什么、为什么、什么时间。不留痕,事后就没法复盘责任和影响,一模一样的事故还会再来一遍。

个人做量化,也可以执行一个精简版:实盘前把配置冻结,每次手工操作写一行日志,交易时间内坚决不改代码。很多人喜欢盘中“顺手改个小问题”——临场改代码是事故高发区,线上系统的发布纪律,在你的小账户上同样适用。

1.10. 先小流量跑顺,再逐级放大

发版不会一上来就全量,实盘也一样,别从回测直接跳到全资金上线。更稳的路线是一级一级灰度:模拟盘,小资金,低频半自动,扩大资金,自动化。每走一步只验证一类新风险,出了问题也知道该查谁。

小资金阶段要盯的是流程稳定性,不是收益率:订单是否按预期发出,成本是否接近假设,对账是否正常,告警是否及时,真出异常时一个活人能不能处理。这些全部过关,流程才算过关。这个阶段赚了多少钱,反而最不重要。

扩大资金同样要灰度。资金量级一变,滑点、冲击成本、心理压力、风控阈值全跟着变。小资金跑得顺,只证明小资金可行;一次性把仓位放大很多倍,等于跳过所有中间测试直接全量发布——这在软件团队里要被骂,在实盘里要亏钱。

1.11. 上线前最后十问

第一,数据在当时是否真的可见?第二,模型版本能否追溯?第三,订单是否经过前置风控?第四,交易规则是否和回测一致?第五,成本和滑点是否足够保守?

第六,异常时系统会不会自动停止?第七,日志够不够支撑一次完整复盘?第八,盘后能不能对上账?第九,最大可能亏损你能不能承受?第十,如果今天系统出错,谁来处理、怎么处理?

这十个问题,答不上来就先别实盘;答得越有底气,上线就越稳。量化真正的专业性,不在于模型有多花哨,而在于敢在赚钱之前,先把所有失败路径一条一条想清楚。

2. 第一次小资金实盘应该怎么做

很多新手把第一次真实下单当成高考查分,心跳全看盈亏颜色。这一步的真正目的恰恰相反:不是证明自己能赚钱,而是验证你的交易链路在现实世界里到底长什么样。你要用一笔小得可以忽略不计的钱,去观察订单怎么进市场、成交和预期差多少、费用怎么扣、对账对不对得上、自己的手会不会抖。第一次小实盘最值钱的产出,是看清真实市场会怎样扭曲你的系统、又怎样撬动你的情绪,而不是账户里多出来的那几十块钱。

2.1. 先定资金上限

第一次小实盘,第一件事不是开户入金,而是先写死一个数字:总金额上限。这个数字的标准只有一条——哪怕全部亏光,不心疼、不影响吃饭、不影响房租、不影响你继续学习的心态。说白了,这笔钱不是发财本金,而是你给自己交的学费,学费要有上限,课程质量才会高。

你可能会听到一种说法:小资金没意义,赚那点钱还不够费事的。这是把目标搞反了。小资金阶段的目标是验证流程,不是追求收益。一道 bug 用小钱引爆,你会好好排查;等它在大钱上引爆,你大概率连复盘都冷静不下来。同样的问题,用大钱发现的代价,是用小钱发现的几倍甚至几十倍。

资金上限写下来之后,最难的其实是不改它。第一周赚了点,很多人手就痒:再加点呗,反正顺利。请忍住。加仓只能按事先写好的规则走,比如模拟盘稳定运行三个月、小实盘稳定运行三个月,加上对账一直无误、真实成本符合预期,才谈得上放大。用一时手气当加仓依据,等于把流程验证偷偷换成了赌博。

2.2. 第一笔交易选简单品种

第一次小实盘,品种挑选的原则就三条:流动性好,规则简单,费用清楚。宽基 ETF 或大盘股票是最合适的观察对象,成交活跃、规则直白、出问题容易定位。反过来,期权、期货、高频交易,还有一天成交不了几笔的低流动性小票,请一律绕道——不是以后都不碰,是第一次不碰。

为什么?因为你第一次要看的东西很多:下单的过程、成交的速度、费用的构成、持仓变化、可卖数量、资金变动,以及第二天交收对不对。每多一个复杂变量,排查问题时就多一条岔路:对不上账,到底是系统错了、口径错了,还是品种规则你没搞懂?变量太多,你就永远分不清问题出在哪一层。

选简单品种不是低级,是专业。工程团队上线新系统,第一步也是先选一条低风险路径做灰度验证,没人第一天就把核心链路全切过去。先证明基础流程正确,再往上叠加复杂度,这个顺序在软件里叫稳妥上线,在交易里叫活下去。

2.3. 半自动比全自动更适合第一步

第一次小实盘,推荐半自动模式:系统负责生成信号和订单清单,你人工逐笔检查,然后手动下单。这样做有两个好处:一是自动化还没经受考验,人工这道关卡能挡掉一批低级错误;二是你被迫亲手执行每一笔交易,对每笔单子的来龙去脉都会多一分真实理解,这是看日志看不来的。

全自动的门槛比看起来高得多:风控逻辑、操作权限、日志埋点、异常停止、券商接口、每日对账,每一块都要足够成熟才配交出方向盘。个人一上来就全自动,常见剧情是:一个不起眼的边界 bug,让程序在一分钟内重复下单,或者方向写反把买单发成卖单。在回测里这只是报错重跑,在实盘里这是真金白银。

所以别把半自动当成倒退回石器时代——它就是灰度上线。等你连续很多次确认过:系统生成的订单清单,和你人工核对后该下的单完全一致,自动化才算攒够了信用分。到那时候再讨论进一步自动化,心里才有底。

2.4. 记录每一笔交易

小实盘必须记录每一笔交易,一笔都不许漏。记录清单是:信号产生的时间、目标股票、目标数量、委托价格、实际成交价格、实际成交数量、各项费用、滑点、没成交的原因,加上一条人工备注。听起来繁琐,其实用一张表就能搞定,难的是坚持不漏记。

这些记录以后会变成你最有价值的资产。翻回去看,你能知道:回测里假设的成交价,和真实成交差多少;哪一类股票的滑点特别大;哪些订单经常想买却买不到;自己哪类人工操作最不靠谱。回测告诉你理想世界,这些记录告诉你现实世界,中间的缝就是你下一步要补的课。

反过来说,不做记录的小实盘,几个月后只剩一个东西:账户盈亏。而盈亏这个数字是最不会说话的,它告诉你结果,却不告诉你系统哪里做得好、哪里做得烂。只有结果的实验,等于白做。

2.5. 每天盘后对账

小实盘期间,每天收盘后都要做对账。做法很朴素:你自己系统里记录的现金、持仓、成交、费用,逐条和券商账户核对,必须一致;只要有差异,就必须查出原因,不许带着问号过夜。

对账还有一个隐藏福利:它会帮你发现费用口径的坑。你以为佣金是这么算的,券商实际那么收;印花税、过户费各自在哪里扣,扣多少,不看真实账户你可能一直是想当然。这些口径前面章节讲过,但只有真金白银经历了,才算真懂。

2.6. 观察自己的心理

小实盘还会送上一份回测永远给不了的礼物:第一次感受真实盈亏。哪怕金额很小,你也会发现自己变了个人——亏损时坐立不安,刷新行情像刷朋友圈;盈利时莫名兴奋,看什么都顺。这些反应不要当笑话,写下来,它们是你风险承受力的第一手数据。

想想这个放大器:几千块的波动就能让你半夜想改策略,那几十万、几百万的波动只会把这个冲动放大十倍。心理承受力不是坐在书桌前想象出来的,只能在真实波动里一节一节地练出来、看出来。以为自己拿得住和真的拿得住,是两回事。

具体做法是:每次你冒出想手动干预的念头,记下时间、想法和原因,冷静后再回看分类——到底是有证据说明规则失效了,还是单纯因为害怕或兴奋?这个区分至关重要。前者该启动复盘流程,后者该吃药的不是策略,是你自己。

2.7. 什么时候停止

小实盘不是上了发条就永远转的玩具,它必须有停止规则,而且要在开始前写好。典型触发条件:数据异常,停;对账不一致,停;连续出现交易错误,停;亏损超过预设上限,停;策略逻辑和实盘表现的差异大到解释不了,停。触发哪一条,就先停下再说。

别把停止等同于失败。停止是一种保护机制,小实盘本来就是用来找问题的阶段——你花点小钱换来一次异常暴露,及时停下来查,恰恰说明整套流程运转良好。真正危险的信号不是触发停止,而是异常出现却没人拉闸。

停下来之后还有最后一道工序:写复盘。问题是什么,影响面有多大,修好没有,需不需要退回模拟盘重新验证——写完、改完、验完,才有资格重启。最怕的是停了一天,什么也没改,第二天原样又开始跑,那不叫迭代,叫轮回。

2.8. 小实盘结束后看什么

小实盘跑了足够长的一段时间,验收时不要只盯着赚还是亏。真正要评审的是流程指标:信号是不是按时生成,订单是不是按计划执行,真实成本和预期差多少,没成交的订单占比多高,每日对账是否稳定一致,你人工手痒干预了几次。这一串答案,比盈亏数字更能回答“我到底行不行”。

四种结果要分开诊断。如果流程稳定但策略亏损,说明系统是合格的,问题出在策略研究本身,继续改策略就好。反过来,如果策略赚了钱但流程一团糟,千万别急着放大资金——流程混乱状态下的盈利,运气成分大,下一笔钱未必这么客气。

所以小实盘的通过线不是赚到了钱,而是四件事同时成立:流程稳定、风险可控、成本符合预期、你能管住手按规则执行。四项齐备,小实盘才算毕业;缺了哪一项,就先补哪一项,别拿盈利数字替流程缺陷盖章。

小结

这一章的正文不是让你记住几个孤立名词,而是要把它们放回同一条因果链里。读完后,先用自己的话复述下面几条判断,再顺着“小节回看”检查是否能解释每一步。

• 上线前拿清单逐项过:数据、模型、回测一致性、订单、风控、日志、对账、权限和灰度流程,一项都不能省。
• 实盘系统要先证明自己能稳定处理异常,才有资格谈放大收益。
• 第一次小资金实盘的目标是验证真实交易链路,不是追求收益。
• 资金上限、半自动执行、交易记录、盘后对账和停止规则是小实盘的核心。

小节回看

• 1.1. 第一个实盘订单被重试机制买了两遍
• 1.2. 别等下单了才发现数据是坏的
• 1.3. 跑的是不是你验证过的那一版
• 1.4. 别让两套代码各跑各的
• 1.5. 发出去之前先过一遍安检
• 1.6. 规则要能真的拦住单子
• 1.7. 出事时能把一整天回放出来
• 1.8. 你的账本和券商的必须是同一本
• 1.9. 越少人能碰,越要留痕
• 1.10. 先小流量跑顺,再逐级放大
• 1.11. 上线前最后十问
• 2.1. 先定资金上限
• 2.2. 第一笔交易选简单品种
• 2.3. 半自动比全自动更适合第一步
• 2.4. 记录每一笔交易
• 2.5. 每天盘后对账
• 2.6. 观察自己的心理
• 2.7. 什么时候停止
• 2.8. 小实盘结束后看什么

自测

为什么回测和实盘逻辑必须一致?

否则实盘交易的根本不是回测里验证过的那个策略,收益和风险都和回测对不上号。

风控测试为什么要故意构造错误订单?

正常订单通过只能证明系统会放行;错误订单被正确拦截,才说明每条规则真的在干活。

小资金实盘的目的不是赚钱,那是为了什么?

为了用很小的代价验证整条交易链路:订单、成交、费用、对账,以及你自己的心理承受力,这些都验证过之后,收益才谈得上。

第一次实盘为什么更适合半自动?

人工确认能在自动化不成熟时挡掉重复下单、方向颠倒一类错误,同时逼你亲手理解每一笔真实交易。

下一章为什么接在这里

投资心理和资金管理: 活下来比一次赚快钱重要

讲清仓位、杠杆、回撤承受力、执行纪律、策略停用和个人资金边界。