第 4~5 章：开业与执行——账户、系统与"实盘为什么不如回测"

第 4 章：两条开业路径#

Chan 对比了个人开业的两种结构：

选经纪商的三个硬指标：佣金水平、API 质量（能否程序化下单）、卖空券源。基础设施部分的结论今天更加成立：一台普通电脑加稳定网络足够，个人量化的瓶颈从来不是硬件。

A 股语境的换算：国内没有美式 prop firm 生态，个人路径基本只有零售账户；“卖空券源”对应融资融券门槛（50 万元）且券源稀缺——这直接决定了 A 股个人策略以纯多头为主。

第 5 章：执行系统——从信号到成交#

自动化程度分三档：手动下单（信号自动、下单人肉）、半自动（程序生成订单、人确认）、全自动（API 直连）。Chan 的建议是沿这个阶梯逐级上爬，新策略先从半自动开始——全自动放大的不只是效率，还有 bug。

纸面交易（paper trading）的双重价值：不只是练手，更是诊断工具——它能暴露两类回测查不出的问题：一是程序性前视偏差（回测代码不小心用了未来数据，纸面交易时”未来数据”根本还不存在，策略立刻失灵）；二是真实滑点的量级。上线前跑一段纸面交易，等于给回测做最后一次体检。

实盘不如回测：一张归因清单#

这是两章合并后的精华。实盘绩效低于回测时，按序排查：

1. 回测本身有偏差——先回第 3 章过五坑清单；
2. 成交价差异——回测假设按收盘价成交，实盘有滑点与部分成交；
3. 借券与资金成本——回测常忽略融券费率和利息；
4. 政体变了——策略依赖的市场结构恰好在你上线后改变（运气也是变量）；
5. 策略拥挤——公开策略被太多人执行，利润被分食。

Chan 的忠告：先假设是自己的错（1、2、3），证据充分后才允许归因于市场（4、5）——顺序反了，你会在该停的策略上加仓。

对应本平台#

• AlphaForge 定位在这条流水线的”研究 + 信号”段：回测引擎给出目标持仓，下单执行留在券商端人工完成——即 Chan 说的半自动档，恰好是他推荐的起步档位；
• 调度守护进程（每交易日 16:30 增量更新）对应本章”日常运转”的自动化：数据不断更，信号才可信；
• 引擎的双边成本参数（cost）是滑点归因的第一站：把 cost 从 0.001 提到 0.002 重跑，看策略还剩多少利润，就是本章第 2 条排查的模拟版。

本章带走的三句话#

1. 个人开业的关键三选：账户结构、经纪商 API、卖空可得性——A 股答案基本被制度选好了：零售账户 + 纯多头；
2. 自动化沿手动 → 半自动 → 全自动逐级上爬，纸面交易是上线前的最后一次体检；
3. 实盘不如回测时按”自身偏差 → 成交成本 → 市场变化”顺序归因，别倒着来。