前段时间做的两件事：
最近重新梳理整套流程（数据清洗 → 因子构建 → 回测 → 模拟盘）的时候，又越来越明显地感觉到：
很多东西在回测里看起来还行，一到实盘就开始“变形”。
目前自己踩到的一些坑比如：
- 成交价和假设偏差（实际滑点明显比预期大）
- 因子在不同时间段稳定性差异很大
- 调参过程中不知不觉开始过拟合
- 回测里能成交，实盘流动性其实不太够
想问下各位做量化的 v 友：
你最容易导致回测失真的环节一般在哪？比如：
- 滑点/手续费低估
- 数据有未来函数
- 流动性假设不成立
- 调参过度
- 因子只在某个阶段有效
- 回测撮合机制太理想化
有什么特别有效的解决方案么？
Select Language