私募排名
量化交易数据屏幕：回测与实盘的差距，藏在数据里
买量化私募的人，多少都见过这样的路演材料：一条漂亮得近乎完美的回测净值曲线，年化收益40%，最大回撤不到5%，夏普比率超过2。管理人告诉你，这套策略在历史数据里穿越了三轮牛熊。可等你真金白银认购之后，剧情常常走向另一个方向：实盘第一年，指数涨了12%，产品只多赚了1.5%；第二年风格一变，超额直接转负。回测和实盘之间，仿佛隔着一堵透明的墙——看得见，过不去。
这堵墙不是管理人故意砌的，它由三块砖头垒成：过拟合、因子拥挤、交易摩擦。今天这期"怎么做量化"系列，就绕到墙的另一边，看看回测里的钱是怎么在实盘里一点点漏掉的。看懂了这三块砖，你看量化产品的眼光会完全不同。
第一块砖，是量化行业最古老的陷阱：过拟合。原理不难理解——回测本质上是在历史数据里"找规律"，而给定足够多的参数自由度，任何模型都能在历史数据里找到一条漂亮的曲线。把动量因子和反转因子的切换阈值调到某个精确的小数点，把持仓数量、调仓频率、止损线挨个优化一遍，一条漂亮的历史净值就"造"出来了。
问题在于，历史数据里的价格波动由两部分组成：一部分是会重复出现的规律，另一部分是不会重复的噪音。参数调得越精细，模型对这些噪音的"记忆"就越深——回测里它是收益，实盘里它是亏损。打个比方：过拟合就像考试前把去年的卷子答案全背下来，换一张新卷子就露馅。
业内有一个广为流传的经验现象：回测夏普比率超过2.0的策略，实盘往往连0.8都保不住，中间消失的那一大截，大部分是对历史噪音的"背诵费"。
怎么分辨一个回测是真规律还是背噪音？专业机构有三个检验动作。第一看参数敏感性：把关键参数上下调一档，收益曲线是平缓变化还是悬崖式暴跌？真正的规律应该在一片"参数平原"上都有效，而背噪音的策略只在一个精确的参数点上有效，参数呈现孤峰而不是平原。
第二看样本外表现：把最近两三年的数据藏起来不参与建模，模型做好后一次性放到这块"没见过的数据"上跑。一个可参考的及格线：样本外的夏普如果还能保住样本内的六成以上，才算过关。
第三看逻辑自洽：这个因子为什么赚钱？背后有没有可以讲清楚的行为或制度原因？说不清赚钱逻辑的因子，多半是碰巧拟合了历史。这三条也是投资者尽调时可以原样抛给管理人的问题——正规团队会答得坦荡，心虚的团队会含糊其辞。一句话总结：参数平原、样本外保六成、逻辑讲得清，三个条件缺一个，回测就要打对折。
第二块砖更隐蔽，也更致命：因子拥挤。过拟合是策略和历史数据之间的矛盾，拥挤则是策略和同行之间的战争。量化的超额收益本质上来自市场的定价偏差，可当几十家、上百家机构挖到同一类信号——比如都发现小市值股票长期跑赢、都盯着相似的量价形态——这个偏差就会迅速被抹平。
行业研究里有个量化的临界观察：当同一因子被超过30家机构同时使用，其历史胜率会下降约两成，超额衰减从"缓慢"变成"陡峭"。拥挤的风险不止是超额变薄，更在于拥挤交易的同涨同跌：所有人拿着相似的持仓，一旦风格反转，减仓指令同时涌向同一批股票，互相踩踏，超额在几天之内回吐几个月。
这不是理论推演，是刚刚发生过的事。今年7月，A股回调叠加剧烈的风格切换，量化指增产品平均收益负16.37%、平均超额负1.56%，年内超额一度压缩到2.44%——国金证券金工团队的复盘把根源指向上半年极致结构性行情积累的风格失衡：资金持续涌向AI和科技成长，动量、波动、小盘这些量价因子被推到拥挤的高位，7月风格一反转，拥挤仓位的减仓指令撞在一起，回撤被放大。
浙商证券金工团队补了另一半：随着行业规模快速扩张，各家机构的模型基座、因子挖掘路径越来越趋同，主流量价因子的拥挤度持续抬升。灵均投资首席投资官马志宇今年对媒体总结的三条行业挑战——因子快速衰减、策略同质化拥挤、规模与业绩难平衡——几乎每一条都和拥挤有关。但拥挤的影响到底有多大？把时间拉长看会更清楚。
过去十年，中证1000指增的年化超额从40%一路降到8%上下，中证500指增从30%降到5%，这种衰减是行业性的，不是某家机构退步了。看懂这一点有个实际用处：别把行业超额的消退错怪在单个管理人头上，也别幻想哪家机构能独善其身。
三块砖速记：
过拟合：回测夏普2.0，实盘常常不足0.8；
因子拥挤：同一因子30家以上机构使用，胜率约降两成；
交易摩擦：冲击成本、滑点、容量，都在净值之外悄悄扣钱。
第三块砖最朴素，也最容易被散户忽视：交易摩擦。回测有一个默认假设——你的单子能按看到的价格全部成交。实盘不是。第一层摩擦是冲击成本：量化指增常年持有上千只股票，每天换手一成上下，买入会把价格买高、卖出会把价格砸低，规模越大，自己推给自己的成本越高。
第二层是滑点与排队：下单到成交之间价格在动，撮合有先后，日积月累，每天万分之几的损耗，一年就是一两个点的超额。第三层是容量约束：策略的容量上限取决于它赚的是哪种钱——高频日内信号的容量以亿计，周频多因子可以到几十亿，规模一旦超过容量，超额就被自身的体量稀释。
这就是为什么百亿私募年年提"规模控制"，为什么同一家管理人的小规模产品往往比大规模产品超额更厚——规模本身不是业绩的敌人，超过容量上限的规模才是。为什么小规模跑得快？因为船小好调头，冲击成本和容量稀释都还没找上门。
把三块砖码在一起，就能拼出回测到实盘的完整"漏损图"：过拟合漏掉的是幻觉里的收益，拥挤漏掉的是同行的竞争利润，摩擦漏掉的是执行层面的真实成本。行业整体年化超额从早年的两位数滑到如今的个位数，正是三股力量叠加的长期结果。这不是唱衰量化——在超额变薄的大背景里，头部机构依然靠更快的因子迭代、更严的风控纪律和更低的交易成本做出相对优势；而是要提醒投资者：评价一只量化产品，最没信息量的数字就是回测收益，最有信息量的问题全在回测之外。
落到实操，四个动作可以直接抄走。第一，尽调时把"回测怎么做的"问到底：样本外数据有没有单独留出？参数平原还是参数孤峰？回测里扣没扣交易成本、按什么口径扣的？
第二，对照实盘复核：把产品实际运作后的月度超额，和路演材料里的回测超额画在同一张图上，实盘持续低于回测三成以上，就要追问是市场环境变了还是模型本身失真。第三，盯拥挤度的代理指标：管理人风格暴露是否收敛、持仓与同业头部产品的重合度、超额回撤在同规模产品中的分位——这些都是拥挤度的影子。
第四，把规模写进筛选条件：同一家管理人的旗舰产品和跟风产品，超额差异可能高达数个百分点，优先看规模适中、容量管理清晰的线。
最后照例说清楚另一面：回测失真不等于量化无效。量化私募的超额来源——纪律性、分散化、风险控制——在长期依然成立，超额变薄是行业走向成熟的代价，而非逻辑崩塌的信号。今年8月，随着市场企稳，衍复、明汯、幻方等头部量化机构的超额已全线回正。真正的启示是：在超额越来越贵的年代，识别"谁在回测里作弊、谁在实盘里守纪律"，比挑选"回测最漂亮的产品"重要得多。回测是地图，实盘是路况——地图画得再精美，也要留三分怀疑给路上的临时施工。
下期"怎么做量化"系列，我们拆量化私募的风控体系：一家量化机构是怎么在7月那种极端行情里把回撤摁住的。关注「用心小站」，更新不迷路。
想系统搞懂量化私募的筛选与尽调？加微信 yxxz798，聊聊你的配置需求，给你拆清楚每个指标怎么看。
关注用心小站，获取更多深度分析
风险提示：本文不构成投资建议。文中数据来自私募排排网、中国证券报、证券时报及券商公开研报等公开渠道，量化策略存在超额收益衰减、风格切换回撤及模型失效风险，历史业绩与回测表现不代表未来。投资者应根据自身风险承受能力独立决策，谨慎投资。股市有风险，入市需谨慎。
扫码添加企业微信 · 加入读者交流群
每天一篇深度财经文章 · 了解基金、量化基金选择，欢迎入群交流
扫码添加企业微信
添加微信扫码
（添加企业微信后自动发送入群链接）
评论专区
Comment area推荐产品
product新闻资讯
information
Securities industry
Bank financial management
Trust financing
微信公众号
官方微信
产品小程序
