交易模拟器:如何使用而不自欺欺人
交易模拟器是市场上最接近实验室的工具。用得对,它能把多年经验压缩到几个月;用得不对,它会比真实市场更快地教你错的教训——并在真实市场即将让你失去信心之前,先让你充满信心。
交易模拟器是市场上最接近实验室的工具。用得对,它能把多年经验压缩到几个月;用得不对,它会比真实市场更快地教你错的教训——并在真实市场即将让你失去信心之前,先让你充满信心。
本指南介绍一款合格的模拟器应当具备什么,如何诚实地使用每种模式,以及如何从模拟过渡到真实执行而不出现常见的"现实落差"。
交易模拟器究竟提供什么
交易模拟器是一种软件环境,让你在不冒资本风险的前提下演练交易决策。真正实用的模拟器结合了三种模式:
- 回测:在历史数据上运行规则,衡量过往表现
- 模拟交易:用模拟资金实时交易真实市场
- 市场回放:以压缩或实时速度重放历史交易日,如同实盘
每种模式回答的问题不同,要严肃地验证一套策略,三种都必不可少。
| 模式 | 能检验什么 | 不能检验什么 |
|---|---|---|
| 回测 | 规则在历史上是否具备优势 | 实盘执行、心理、当前行情结构 |
| 模拟交易 | 实盘执行、纪律、当前行情结构 | 真实承担资金风险时的情绪压力 |
| 回放 | 决策速度与模式识别 | 持续专注、疲劳影响 |
只支持其中一种模式的模拟器没抓住要点。真正的验证来自三种模式的完整组合。
回测:大多数模拟器撒谎的地方
消费级回测工具的肮脏秘密:默认参数过于乐观。成交价正好踩在触发价上,滑点为零,幸存者偏差悄悄剔除退市标的,把股票回测的曲线吹得很漂亮。
诚实的回测需要:
- 真实的滑点——流动性好的品种 0.05%,流动性差的 0.25% 以上
- 与实际经纪商一致的佣金
- 时点对齐(point-in-time)数据,杜绝未来函数
- 股票需要已剔除幸存者偏差的标的池(包含退市)
- 采用滚动前向(walk-forward)验证,而非单一区间优化
- 在调参时模型从未触碰过的数据上做样本外测试
如果你的模拟器不支持这些,就手动把成本加上。把每笔盈利按 0.1% 当作滑点扣掉;把名义 P&L 再削减 5%–10% 作为安全余量。怀疑论的回测才能撑过与真实市场的接触。
模拟交易:比回测诚实,比实盘宽容
模拟交易在真实市场中以模拟资金跑你的规则。它能检验回测无法捕捉的实盘执行——成交、突发新闻冲击、日内噪声。
但它仍然没法体现:
- 真实承担资金风险的情绪重量
- 流动性差的品种的滑点(如果平台对成交建模过于乐观)
- 资金费率和借贷成本(加密永续合约和股票做空)
- 税务摩擦(虽小但真实)
把模拟交易当作回测与实盘之间的桥梁,而不是最终验证。当你按规则完成 30 笔以上模拟交易后,以最小手数实盘再做 30 笔。这才是诚实的进阶顺序。
更深入的内容请见模拟交易指南。
市场回放:被低估的模式
回放介于回测和模拟交易之间。你以实时或压缩方式重放历史交易日,就像它正在发生。它是练习日内执行节奏的合适工具,无需坐等合适的行情条件再次出现。
实用场景:
- 重放波动剧烈的早盘来训练开盘区间(opening range)套路
- 重放高 VIX 交易日来练习均值回归的入场
- 重放新闻事件来压力测试执行纪律
回放本身不会让你盈利,但能加速模式识别。
真正重要的指标
模拟器会吐出很多数字,真正重要的是:
- 扣除真实成本后的单笔预期收益(expectancy)——必须为正
- 盈利因子(总盈利 / 总亏损)——在 100 笔以上交易中 > 1.3
- 最大回撤及回本时间——一句诚实的"我能承受吗?"
- 夏普 / 索提诺比率——风险调整后的概览,优先级低于预期收益
- 盈利分布——曲线是否被一笔异常值撑起?
- 样本量——至少 100 笔,500 笔以上更佳
胜率是最不适合单独优化的指标。胜率 90% 也能亏钱;胜率 35% 配合 1:4 的盈亏比却能积极复利。
模拟器能揭示的偏差,以及它隐藏的偏差
模拟器能检测的常见偏差:
- 未来函数偏差:规则使用了当时不可得的信息
- 幸存者偏差:数据集排除了失败的标的
- 过拟合:参数贴合的是噪声而非信号
- 样本量陷阱:仅凭少量交易得出的正向结果
模拟器无法检测的常见偏差:
- 选择偏差:你只测试了"看起来有戏"的策略——不符合你假设的那些根本没被测试
- 实盘心理落差:真金白银上场时,模拟交易者的执行会变形
- 行情结构变化:2024 年有效的策略,即便规则一致,到 2026 年也可能失效
用模拟器筛掉可检测的问题,用最小手数的实盘把不可检测的问题暴露出来。
三个示例工作流
策略一:SPY 上的 RSI(2) 均值回归
- 用 10 年 SPY 数据、0.1% 滑点做回测
- 在 2024–2025 样本外(调参未触及)做验证
- 用 30 笔交易做模拟交易,核对实盘执行
- 回放 2020 年 3 月新冠期间的交易日,在危机波动下压力测试规则
- 三种模式都确认有正预期后,以最小手数实盘启动
策略二:带波动率过滤的突破
- 回测:当 ATR(14) 高于其 50 日均值时,收盘价上破 20 日高点做多
- 在牛熊年(2018、2020、2022、2024)分别测试
- 每笔风险 0.5%,以 2×ATR 跟踪止损
- 用真实滑点做模拟交易,确认突破能在可达成的价位成交
- 实盘最小手数,辅以每日 P&L 跟踪
策略三:基于新闻的条件逻辑
- 回测时事件时间戳要包含真实的滑点跳变
- 用真实新闻周期模拟交易,验证告警延迟和下单流程
- 鉴于新闻事件高滑点,实盘采用正常手数的一半
每个策略遵循同一套路:回测、样本外验证、模拟、关键场景回放,然后小手数实盘。
Obside 的位置
Obside 把"模拟到实盘"的流程压缩成一条链路。你用自然语言对 Copilot 描述策略,它会基于多年数据立即跑回测,在实时行情上以模拟模式执行,再通过你已连接的经纪商进入实盘——三种模式共用同一套规则。
一个完整示例:
"在 SPY 日线上:当 RSI(2) < 5 且价格 > 200 日 SMA 时,以权益的 0.5% 买入。止损设在入场价以下 1.5×ATR。当 RSI(2) > 60 或持仓 5 个交易日后退出。FOMC 前后 5 天内跳过。"
Copilot 会把这段话翻译成可执行的策略,立即跑回测,并允许你在不重写策略的情况下在模拟与实盘之间切换。这种连续性很关键——模拟与实盘之间的现实落差,大部分都源于部署时的手工翻译错误。
创建免费 Obside 账户,用同一套规则在三种模式下完成回测、模拟和实盘——默认开启真实成本。
仅为教育内容,并非投资建议。交易存在风险,可能导致本金损失。
常见问题
回测工具和交易模拟器有什么区别?
回测工具在历史数据上评估规则。交易模拟器通常把回测、模拟交易和市场回放整合在同一个环境中。真正的验证需要三种模式——只做回测远远不够。
我需要多少历史数据?
最少 3–5 年,覆盖多种市场结构(牛市、熊市、震荡、危机)。对小概率事件策略,需要数十年。最终答案取决于你的优势触发频率——每年只交易 5 次的策略需要更长的历史来验证。
模拟器能精确建模滑点吗?
做不到精确,但可以保守地建模。按流动性使用 0.05–0.25% 的滑点。把回测假设与模拟交易的成交进行对比来校准。目标是保守的准确性,而不是完美预测。
我什么时候该从模拟切换到实盘?
当你拥有一个盈利的样本外回测、30 笔以上稳定的模拟交易记录,以及明确的风险控制时。从最小手数开始——前 30 笔实盘是数据,不是收入。
为什么我的实盘结果和模拟结果不同?
三种常见原因:模拟没有建模滑点;实盘时你跳过了模拟中本该交易的信号;情绪化执行不同。请收紧滑点假设、检查交易日志中被跳过的信号,并用尽可能小的手数开始实盘。
不建模手续费和滑点的模拟器值得信任吗?
不值得。没有真实成本的模拟器是"信心制造机",不是验证工具。要么手动加上成本,要么换工具。
如何避免模拟器中的过拟合?
采用滚动前向验证、稳健的参数区间(而非尖锐如刀刃的峰值)、在未触碰过的数据上做样本外测试,并对超过 4–5 个参数的策略保持怀疑。如果微调参数就让结果崩溃,那就是过拟合。