回测曲线为什么天生好看
回测的本质是拿历史行情按你定好的规则走一遍账。它隐含了几条在现实里不成立的假设：你的每次下单都被完整成交、成交价就是那一刻的参考价、gas 是固定值、对手方不会学习你的模式。现实里的链上执行没有这么多便宜：你是价格的制造者之一，你的成交会改变价格本身；你的 gas 要排队竞价；同一个信号被更多人看到后，利润窗口会收窄。回测把这些成本统一简化成了零，于是曲线自然光滑。
第一层差距：执行与价格影响
最常见的差距来自成交假设。用回测常用的中间价或某个池子的瞬时报价，忽略了三件事。一是同笔订单在不同深度池子里的价格影响不同，订单越大越明显，大单的实际成交价总是比参考价差一截。二是滑点保护触发的失败，回测里失败单不存在，链上失败单要么重试要么错过，重试的成交价已经变了。三是拆单成本，把大单拆小降低冲击时，多笔交易分别暴露在不同时间点的价格里，回测往往按单一时点结算。
第二层差距：延迟、gas 与失败重试
链上执行要经历广播、进块、按序执行。你的信号在毫秒尺度上有效，到执行时可能隔了一整块的时间，行情在那几十秒到几分钟里已经移动。拥堵时段 gas 尖峰还会重排成交顺序：回测假设你总是以报价成交，现实中你可能排在别人后面接了更差的价格。失败的 gas 成本回测不计，重试和补单的时间成本回测也不计。策略的交易频率越高，这层损耗的年化占比越惊人。
第三层差距：策略拥挤与利润窗口
回测跑的是过去没有你这个参与者的市场。一旦策略被复现、参数被抄、信号被公开引用，执行它的人会互相成为对手方：同样的信号触发同方向的单，先进场的吃后入场的滑点，利润窗口被压缩，极端时互相把对方挤出信号区。表现为实盘数据里两个特征：单笔收益中位数下降，回撤时点集中且和别人的策略同时发生。
缩小差距的核对流程
实盘之前做四件事。第一，把回测引擎的执行价改成保守模型：按历史深度数据取该笔规模在池子里的真实价格影响，加一个可配置滑点率。第二，给 gas 和重试设置固定成本项，按你策略频率折成年化。第三，做敏感性检查：关键阈值上下浮动一小档重跑，收益如果剧烈波动说明曲线拟合了历史噪音。第四，先跑影子执行：用真实池子按小资金跑一段时间，把每笔实盘成交价与当时回测假设价做表，差值中位数就是你未来规模下执行成本的地板。 影子执行的产出应该是一张两列对照表：假设价与成交价。它的意义不在于证明策略不行，而在于告诉你规模与成本的边界——很多策略在小资金下成立，放大后死在冲击成本上；这张表能提前告诉你天花板在哪。
对读者决策的含义
把回测当假设生成器，把实盘小资金当检验器。任何跳过影子执行直接放规模的链上策略，本质上是在用真金白银补交回测欠下的学费。
把这张对照表坚持记录一个月，你会得到一个比任何回测都诚实的数字：策略的实盘执行折价率。以后再看任何回测收益，先在心里乘上它，曲线立刻变得可以讨论。这个折价率本身也会变化——竞争越激烈越大，策略迭代越贴近执行细节越小——它实际上是你和同类参与者之间竞速的成绩单。真正成熟的策略研究流程里，影子执行不是回测和实盘之间的过渡仪式，而是两者之间唯一合法的裁判。
执行纪律比模型更重要：任何跳过影子执行直接放大的链上策略，本质上是在用真金白银补交回测欠下的学费，而学费往往比研究预算贵得多。 （本文只讨论机制与操作逻辑，文中数字均为原理示例而非实时数据，不构成投资建议；参与前请对照协议官方文档与链上数据核验，注意智能合约与流动性风险。）
发表评论
还没有评论，来说两句吧。
评论区为展示样式，提交不会被处理。