真实策略治理案例复盘：从回测到仿真的口径漂移
系列导读见 34。这是收官篇，回答机构在签 POC 前最后一个、也是最难的问题：回测好看，上线就变样——这中间到底漂移了什么，能不能被管住。
一、问题：回测和实盘对不上，是行业级顽疾
几乎每个量化团队都经历过「回测天堂、实盘地狱」：
- 回测年化 25%，仿真/实盘一跑只剩 8%
- 同样的策略，回测曲线和仿真曲线越走越远，没人说得清从哪一刻开始分叉
- 老板问「到底哪个数是准的」，团队只能含糊其辞
这件事的本质不是「策略不行」，而是「回测和实盘用的不是同一套事实」。 我们把这种不一致统称为——口径漂移。
二、口径漂移的三个来源
要治理漂移，先要承认它来自哪里。EasyQuant 把漂移拆成三类（这也是 04 Provenance 为什么要把三类哈希分开的原因）：
| 漂移类型 | 典型表现 | 例子 |
|---|---|---|
| 数据漂移 | 回测用的历史和实盘拿到的实时对不齐 | 回填 K 线有缺口、复权口径不同、停牌/涨跌停处理不一致 |
| 版本漂移 | 跑回测的和上线的不是同一版策略 | 上线前又改了个参数、因子绑定悄悄变了 |
| 成本/假设漂移 | 回测的成本模型和真实交易不符 | 回测假设零滑点，实盘有冲击；撮合假设「能成交」但实盘排队不成交 |
治理口径漂移，不是「把三样都做完美」，而是「让三样都显式化、可对比」。 漂移不可怕，看不见漂移才可怕。
三、EasyQuant 的治理：一套事实、一条链路
EasyQuant 把「回测→仿真→实盘」收口到同一套事实源，让漂移能被定位，而不是被掩盖：
1）回测与仿真复用同一套信号与成本
回测内核与仿真侧复用同一套信号引擎与成本模型（见 10）。这从根上消灭了「回测用 A 引擎、实盘用 B 引擎」造成的最大漂移。
2）Provenance 让每次运行都有身份证
无论是回测还是仿真，每次运行都记录关键输入快照（数据窗口、策略配置、成本口径）并哈希化。回测曲线和仿真曲线对不上时，先比三个哈希，就能定位「漂移发生在数据、版本还是成本」。
3）成本模型显式化
滑点、佣金、税费、撮合假设不再是「默认值」，而是进入运行合同的显式输入。「回测零滑点、实盘有滑点」这种低级但致命的漂移，会被直接暴露在哈希差异里。
四、一条「口径漂移」的定位实战
假设一个策略从回测进入仿真后，曲线明显走弱。EasyQuant 的定位路径是结构化的：
- 比哈希：
data_window_hash不同？→ 先查数据：是不是回测用了完整历史、仿真期间数据有缺口或降级 - 比成本：
cost_model_hash不同？→ 查滑点/佣金口径，仿真是否比回测更贴近真实（滑点更大、撮合更严） - 比版本：
strategy_config_hash不同？→ 查是不是上线前动过参数或因子绑定 - 查执行：仿真侧的拒单、未成交（Blocking Reasons / 通道拒绝）是否在回测里被「理想化」掉了
关键是：每一步都有快照可查，而不是靠回忆。 一次定位下来，团队能明确说清「漂移来自哪、量级多大、要不要修」，并把结论沉淀成资产。
五、口径治理的「最后一公里」：让漂移可交付
对机构来说，口径治理的价值最终落在「交付」上：
- 给资方：能说清「回测数字的置信度」，而不是拍胸脯保证
- 给合规/审计：回测、仿真、实盘的口径差异有据可查，不靠口头解释
- 给内部：把「回测↔实盘对不上」从玄学变成可定位、可修复的工程问题
配合 32 单一净值真源 与 33 组合级风控，EasyQuant 把「从研究到准生产」的整条链路，变成了一套事实、一条链路、可复现可审计的交付。
结语：这一辑，我们想证明的只有一件事
从双低转债（可复现）、红利低波（可归因）、网格套利（可审计），到本篇的口径漂移（可治理）——四篇连起来，回答的是同一个问题：
EasyQuant 凭什么让机构把策略交给你跑？
答案是：因为每一步都留痕、每一次结果都有出处、每一处漂移都能定位。 这四件事，正是「能复现、能审计」的具象，也正是私募老板和技术负责人在约 POC 之前，真正想确认的东西。
如果你正面临「回测和实盘对不上、策略交不出去、出了事查不清」的困境，欢迎把双低转债这个公开策略，照本系列的方法在 EasyQuant 里复现一遍——复现得了，信任就开始了。
延伸阅读（站内）
- 34 · 系列导读 — 本系列的模板与痛点映射
- 10 · 组合回测内核 — 回测与仿真同源
- 04 · 回测 Provenance — 输入快照与三类哈希
本文是 EasyQuant 技术博客「真实策略治理案例复盘」（34–38）的收官篇。
免责声明：本文仅演示 EasyQuant 的策略交付与治理能力，所有策略与数字不构成投资建议。