前言

回测曲线漂亮、模拟盘还行、实盘一上就开始亏或根本成交不了——这在期货量化里太常见。经验上，八成是规则不一致或执行假设过乐观，两成才是市场本身变了。排查要分“逻辑偏差”和“执行偏差”，不要一上来就改参数拟合。

下面按天勤 TqSdk 常见用法，列回测与实盘容易分叉的点，并给一份可对勾的自查表。目的是让同一套代码在三环境下的差异可见、可测，而不是用回测结果直接预测实盘收益。

一、逻辑偏差（同一套代码却相当于两个策略）

问题	表现	天勤侧对齐办法
用未收盘 K 线 [-1] 算信号	回测好看、实盘乱下单	统一 [-2] + datetime 触发
回测用主连、实盘做具体月	价格序列不同	明确 KQ.m / 具体合约规则
换月未处理	回测连续、实盘断档	主力切换专题：平旧开新顺序
指标 data_length 不足	回测前期 nan 被忽略	显式跳过 nan
交易时段未过滤	休市误触发	quote 交易时间或日历过滤

这些改一行规则，回测曲线就会变，说明之前回测量的不是你现在实盘的策略。

二、执行偏差（逻辑对了，成交假设不同）

问题	表现	说明
回测默认成交过理想	滑点、排队未建模	在 TqSim/回测里设手续费、滑点敏感性
限价太远	实盘无成交	用对价或 TargetPosTask 的 ACTIVE
部分成交	仓位半开	以 get_trade 汇总，勿假设一次全成
平今平昨	拒单	insert_order offset 与 task 的 offset_priority
资金不足	开仓失败	get_account 可用资金检查

天勤回测推进是历史数据重放，不会复现极端行情下的流控与排队；模拟盘更接近但仍非交易所全真。

三、数据与合约差异

• 主力连续 KQ.m：回测方便，实盘下单要对具体合约
• 复权与分红：股票相关；期货注意交割、贴水
• 夜盘与白盘：订阅合约是否含夜盘，过滤要与实盘一致

回测区间若全是趋势行情，样本外一段常立刻失真，这属于样本问题而非 API 问题。

四、环境构造混用

• TqApi(auth) 临时 TqSim 与 TqKq 记录不互通，团队对账应用 TqKq
• 模拟误连实盘配置：环境变量隔离（专题常见做法）
• 回测结束未捕获 BacktestFinished，误以为“策略还在跑”

五、天勤对齐检查表（建议打印）

信号

• 触发仅用 is_changing(kl.iloc[-1], "datetime")
• 信号价格与指标均在 iloc[-2]
• 回测、模拟、实盘同一 strategy.py

执行

• 使用 TargetPosTask 或 insert_order 其一，不混用
• set_target_volume 后循环继续 wait_update
• 限价/对价规则与回测假设一致

成本

• 回测配置手续费
• 做过“手续费 ×2”敏感性测试

核对

• 模拟盘用 get_trade 与 trade_log 对过一天
• 实盘首日小仓位对照 position

六、建议的验证顺序

1. 回测样本内 + 样本外
2. TqKq 快期模拟跑至少包含一种极端波动周
3. 实盘极小仓位对照成交与持仓
4. 再放大仓位

跳步往往把执行问题误判成“策略失效”。

总结

回测与实盘不一致，优先查 K 线收盘规则、合约与换月、交易时段、执行方式（限价/对价/部分成交）、手续费滑点、以及 TqSim/TqKq/实盘环境是否混用。天勤允许三环境共用策略代码，但必须接受回测成交理想化，用模拟和小资金实盘做执行校验。

用自查表固定团队规范，比每次口头解释 [-1]/[-2] 更省事。样本外与敏感性测试属于研究纪律，不能靠调参把回测曲线贴到实盘。

FAQ

1）回测盈利实盘必亏吗？

无必然关系；若逻辑一致而执行变差，先查成交与成本，再谈市场结构变化。

2）TargetPosTask 会导致回测实盘差吗？

task 在回测里同样依赖 wait_update；差异主要来自价格假设，不是 task 本身。

3）tick 回测和 K 线回测能一样吗？

周期不同就是不同策略，不要混比。

4）天勤回测能设滑点吗？

查阅当前版本 TqSim/回测文档中的手续费与成交模型参数，做敏感性扫描。

风险提示

历史回测不代表未来表现，本文不构成投资建议。