选股公式回测效果好但实盘亏钱，问题出在哪里

回测效果好而实盘亏钱，通常不是公式"失效"，而是回测本身高估了策略的真实收益。常见原因集中在四类：过拟合、未来函数、幸存者偏差，以及被忽略的交易成本与滑点。回测是在已知历史数据上寻找规律，实盘则要在未知行情中承担全部摩擦成本，两者从起点就不对等。理解这些差异，比继续调参更能解释账户的实际表现。

回测与实盘差异的主要来源

过拟合：参数越多、条件越细，公式越容易"记住"历史噪声而非规律。当参数数量接近或超过样本中的有效信息量时，回测曲线会异常平滑，但换一段行情就迅速衰减。

未来函数：公式在计算时无意中使用了当时还不可得的信息，例如用当日收盘价决定当日开盘买入、用事后修正过的财务数据选股。这类错误会让回测收益虚高，且难以通过观察曲线发现。

幸存者偏差：股票池只包含当前仍在上市的标的，已退市或被并购的公司被自动剔除，历史收益因此被系统性抬高。回测时应使用包含退市标的的历史成分股名单。

交易成本与滑点：佣金、印花税、冲击成本，以及小盘股、低流动性标的的买卖价差，都会持续侵蚀收益。换手率越高的策略，这部分拖累越明显。

如何验证公式的真实性

样本外测试：把数据分成训练段与验证段，只用训练段调参，在从未参与优化的验证段上看表现。若验证段收益大幅低于训练段，说明稳定性存疑。

滚动回测：按时间顺序不断向前推进训练窗口与测试窗口，观察策略在不同市场环境下的表现是否一致，而不是只看一条完整曲线。

模拟盘验证：在真实行情、真实规则下用模拟资金运行一段时间，检验信号能否按预期价格成交。这一步能暴露流动性、涨跌停无法买入等回测难以还原的问题。

控制参数数量：参数越少，策略越难被"定制"到特定历史区间。优先选择逻辑清晰、经济含义明确的因子，而非纯粹数据挖掘出的组合。

需要说明的是，并不存在"回测收益达到多少才算可用"的普适阈值，判断应结合策略逻辑、换手率、容量与自身风险承受能力综合评估。涉及交易费用、涨跌停与停牌等规则，应以交易所和券商公布的最新规则为准。

总结

回测与实盘的差距，多数来自回测环节的假设过于理想，而非市场"故意作对"。降低参数复杂度、坚持样本外与滚动验证、纳入真实成本与完整股票池，能让回测结果更接近实盘。即便如此，历史表现也不构成未来收益的保证，把回测当作筛选工具而非收益承诺，是更稳妥的态度。

常见问题

回测收益很高，是不是说明公式一定有效？

不一定。高收益可能来自过拟合、未来函数或幸存者偏差，而非真实规律。建议先做样本外与滚动回测，再用模拟盘验证成交可行性，多项检验都通过才更具参考价值。

加了交易成本后收益变负，公式还有必要用吗？

这取决于策略类型。高换手策略对成本极为敏感，成本吞噬收益是常见现象。可以考虑降低换手频率、选择流动性更好的标的，或重新评估该策略是否适合自身资金规模与交易条件。

参数调到最优，实盘却表现平平，该怎么办？

参数最优往往意味着对历史区间拟合过度。可以尝试减少参数数量、放宽取值区间，观察策略在参数小幅变动时是否仍稳定，稳定性通常比单点最优更有意义。