你那份回测的成交价，到底是从哪个数抠出来的

有个场景，写过几行回测代码的人多半遇到过：你把同一套规则，分别塞进两个不同的回测框架里跑，得到两条完全不一样的净值曲线。不是差一点，是一条向上一条向下。

你开始查数据，数据是同一份。查信号，两边的买卖点日期几乎重合。最后你在其中一个框架的角落里翻到一行——它按这根 K 线的收盘价记账；另一个框架按下一根 K 线的开盘价记账。就这一处差别，把结论翻了个面。

这一篇不重讲「有价格不等于能成交」这件事本身，那是回测里的成交假设那张卡的活儿，它把宽松到严格的几档排成了一把尺子，你该先去看一眼自己站在哪一格。这一篇只干工程侧的事：这几种成交价实现，分别要付什么代价，各自朝哪个方向骗你，以及你怎么用同一套规则去量这个骗的幅度。

先约定一个说法：下面反复出现的成交价，指回测在记账时认定「这一笔买卖发生在什么价位」的那个数。它不是市场上真实存在过的某笔成交，它是你的引擎替你选的一个代表值。选法就那么几种，但每一种背后都是一句你未必同意的假设。

先说人话：三种结账方式

假装你在一家不用当场付钱的菜场买菜。你上午挑好了菜，钱月底一起结。那问题来了：结账的时候按什么价算？

第一种算法：按你挑菜那天的收市牌价算。 摊主每天收市会挂一个当日牌价，月底照着表逐笔补记。这个算法最省事——一张表就够了，不用记你几点来的。但它有个别扭的地方：你挑菜的时候，那天的收市价还没出来。也就是说，这个记账方式默认了一件现实中不成立的事——你在决定买的那一刻，就已经知道了收市价，并且按它成交了。

第二种算法：按第二天开门的第一口价算。 你今天挑的菜，明早开门第一口报价是多少就算多少。这个算法诚实得多，它承认了「你做决定」和「钱货两清」之间隔着一段时间。代价是这一夜里可能出事：隔壁进了一车货价格塌了，或者产地下暴雨价格跳上去了。这段隔夜的不确定性不是这个算法的缺点，恰恰是它比第一种真实的地方——现实里那段空档本来就存在。

第三种算法：看你排队那一刻，柜台上一档一档还剩多少。 前面标价便宜的那筐只剩三斤，你要十斤，剩下七斤得从后面标价贵的那筐拿。你的实际均价，取决于你要多少、以及你前面排了几个人。这个算法最接近真相，代价是你得有一份「那一刻柜台上每一档还剩多少」的记录——这种记录，绝大多数人手上根本没有。

三种结账方式，就是三种成交价实现。往下把它们翻译成投资上的意思。

投资层：三种取法各自朝哪边骗你

用当根收盘价：最省事，也最容易自我表扬

这是自制回测里最常见的写法，因为它写起来最顺手——你的信号本来就是拿这根 K 线的收盘价算出来的（均线、涨跌幅、各种指标，多半都以收盘价为原料），顺手拿同一个数当成交价，一行代码搞定，连日期对齐都不用想。

麻烦也正在这里：你用来做决定的那个数，和你用来记账的那个数，是同一个数。 这意味着你的模拟世界里那个人，在收盘价刚刚产生的同一瞬间，完成了「算出信号」和「成交」两个动作。现实里这两个动作之间至少隔着一段：你得看到收盘、算完、下单、排队、成交。这一段在数据上就是下一根 K 线的事了。

这个错法有个特别难受的性质：它偏袒的方向和你的信号强度正相关。 你的规则越是「今天涨得猛就买」，收盘价这个数就越是被今天那段上涨顶上去的结果，而你按它成交，等于按最贵的那口价买进却记成了合理成本。反过来，「今天跌得狠就买」这类规则，收盘价是被砸下来的最低那一档，你按它买进同样是现实中抢不到的位置。只要你的信号里含有当根 K 线自身的价格信息，用当根收盘价成交就一定是自我表扬，区别只是表扬得多还是少。

顺带说一句，这不算前视偏差最严重的那一类（你毕竟没用到明天的数据），但它属于同一个家族：在信息还没到手的那一刻，就用上了它。

用下一根开盘价：保守，但保守得有道理

把成交挪到下一根 K 线的开盘价，是最常见的一次「变保守」。它一次修掉了两件事：决策与执行的时间差有了，成交价和信号原料脱钩了。

代价是你会看到收益变差——而且有时差得让人心疼。很多人第一次改完这一处，回测年化直接掉一半，第一反应是「这样太苛刻了吧」。

不是苛刻，是那一半本来就不是你的。 你可以拿一个很朴素的问题验证：那笔交易在现实里，你有可能成交在原来那个价上吗？你在收盘那一刻才知道信号，那时市场已经收市了，你手里没有任何办法按收盘价买进。这不是「保守估计」，这是「删掉一笔不存在的交易记录」。

不过这个改动也带来一个新的敏感点：隔夜跳空的风险，从这一刻起全部由你承担。日线级别上这一项很重，尤其是消息驱动的规则。一个「盘后出公告，第二天买」的规则，在收盘价成交的版本里几乎稳赚，换到开盘价成交往往当场亏损——因为消息带来的那段涨幅，正是在你根本没法交易的那段时间里走完的。 这不是引擎在为难你，这是你原本的规则在偷这段时间。

按盘口逐档吃：最真实，门槛也最高

真正接近现实的做法，是把你的单子放进那一刻的盘口里，一档一档往下吃：第一档吃完不够，就接着吃第二档，直到吃满你要的量。得到的是一个加权平均成交价，而且这个价会随着你要的量变大而变差。

这条路子在工程上有三重门槛。第一重是数据：你需要逐笔或者盘口快照级别的历史数据，体量往往是日线的成千上万倍，多数人拿不到也存不下。第二重是速度：同样一段历史，逐档模拟会慢到让你没法反复试规则，而策略开发这件事恰恰是靠反复试出来的。第三重最容易被忽略——你自己那笔单子对市场的影响，盘口数据里没有。 历史盘口记录的是「你不在场时的市场」，你真下进去，你的单子会把对手方吃掉一部分，后面的人看到的盘口就变了。这一层属于冲击成本的范畴，逐档模拟只能给你它的一部分，不是全部。

所以逐档吃盘口的正确定位不是「日常用它」，而是在你已经有一套跑得通的规则之后，用它去检验规则是不是靠某些不存在的成交在赚钱。日常开发用不起，收尾验证用得起。

三种取法摆在一起

取法	要什么数据	朝哪边骗你	谁被坑得最惨
当根收盘价	只要日线四个价	信号里含当根价格信息时，系统性偏好你	拿当根涨跌幅当信号的规则、追涨杀跌类规则
下一根开盘价	只要日线四个价	相对诚实，但把隔夜跳空全算你头上	依赖盘后消息、依赖收盘附近异动的规则
盘口逐档	逐笔或盘口快照	仍缺你自己那笔单的冲击	单笔金额大、换手快的规则

有一条贯穿三行的规律值得单独拎出来：成交假设的杀伤力，和你的换手速度成正比。 一年调仓两次的规则，三种取法跑出来差不太多；一天进出好几回的规则，取法就是决定生死的那个参数。这也是为什么高频方向的回测门槛高得多——不是算法难，是它对这一处假设的容错空间接近于零。

系统层：三个开源引擎各自把这件事做成什么样

概念讲完，看看真实系统里这一处长什么样。三个引擎的处理风格差得很远，摆在一起读比单看任何一个都有收获。

freqtrade：难的不是选哪个价，是防止选出一个不存在的价

freqtrade 的官方文档里有一节专门列回测假设，态度很坦白：回测不知道一根 K 线内部发生了什么，所以必须先假设一些事。 它的选择是——进场按开盘价成交（除非你自己写了报价逻辑），离场信号触发的卖出成交在下一根 K 线的开盘价。

真正有意思的是它源码里那一大坨算离场价的逻辑。你以为「取哪个数」是一行代码的事，翻开看才发现，那个决定成交价的函数分了好几支，每一支底下还挂着一串条件判断。这些判断绝大多数不是在选价，而是在兜底：止盈按目标价走，但如果这根 K 线的走势让那个价位根本没出现过，就退回用开盘价；止损按止损价记，哪怕这根 K 线的最低价比它更低；同一根 K 线里止损和止盈都可能触发时，假定最低价先于最高价发生，先保护本金。它甚至专门区分了阳线和阴线两种情况，来限制「离场价不许落在 K 线之外」。

再配上那个短得可以直接背下来的成交判据——报价落在这根 K 线的最高价和最低价之间，才算成交——整幅图就清楚了：

一个成交价实现里，真正的代码量不在「取哪个数」，而在「保证取出来的这个数，在这根 K 线里真的出现过」。

这句话值得你写进自己的引擎里当规矩。自制回测最常见的塌方，就是止损价、止盈价这类由你算出来的价格被直接当成成交价记了账，而那个价位当天根本没到过。它不会报错，只会让你的止损看起来执行得干净利落——现实里你那单要么没触发，要么滑出去老远。

Vibe-Trading：把「我会成交在什么价」收敛成唯一一处

这个项目的引擎基类里有一个很小但很关键的设计：它把「这一笔如果成交，会成交在什么价」抽成了一个独立函数，别处要用就调它。函数体本身平平无奇——取当根 K 线的开盘价，再按交易方向叠上滑点。注释里那句说明才是重点，大意是：这个函数必须和真正定仓位、真正记账时走的是同一条路径。

为什么要这么讲究？因为成交价这个数在一个引擎里至少有三处要用到：判断这一笔能不能成交（比如拿去和涨跌停价带比）、算这一笔要买多少股、最后记这一笔的账。这三处如果各自算各自的，早晚会不一致——而不一致的后果不是崩溃，是校验的时候用一个价通过了，记账的时候用另一个价落了库，于是你的成交明细里出现了一笔理论上已被拒绝的交易。

同一个项目里还有一处配套的克制：算涨跌停价带用的基准价，必须是下单那一刻市场已经知道的价格（比如前收盘），而且当基准价压根取不到时，它选择不阻断而不是阻断，注释写得很直白——不能凭空捏造一次阻断。宁可漏判，不制造现实中不存在的限制。

把这两处放在一起，你能提炼出一条对自己写代码直接有用的规矩：校验的对象和记账的对象必须是同一个数，而这个数应该只有一个出处。 成交价在你代码里出现几次，就是几个将来会对不上的地方。

qlib：成交价是一个可配置字段——包括它悄悄换掉的时候

qlib 走的是另一条路：成交价用哪个字段，是一个配置项。你可以给一个字段名让买卖都用它，也可以给一对字段名，买用一个、卖用另一个。

这一处设计对本篇后半段特别重要，因为它天然就是一个敏感度旋钮：改一处配置，你就能把整个回测从「买卖都按收盘价」切成「买按偏高的那个价、卖按偏低的那个价」的悲观版，同一套规则重跑一遍，差多少一目了然。能被一行配置切换的假设，才有可能被系统地量。 如果你的引擎把成交价写死在代码中间，这种对照实验就得改代码，改代码就意味着你多半不会做。

它还有个默认行为值得念一句：不指定的时候，按收盘价成交（这是当前版本的默认值，以你手上那个版本的文档为准）。也就是说，上面说的那个「最省事也最容易自我表扬」的取法，很可能就是你什么都没配时跑出来的那个结果。

最该记住的是另一处——静默回退。取指定字段的时候，如果那个值是空的、或者小到不合理，它会打两条警告日志，然后把成交价换成收盘价接着跑：

if method is not None and (deal_price is None or np.isnan(deal_price) or deal_price <= 1e-08):
    self.logger.warning(...)
    self.logger.warning("setting deal_price to close price")
    deal_price = self.get_close(stock_id, start_time, end_time, method)

这个设计的用意是好的——不让一两个缺失值打断一整段几年的回测。但它对你的意义是：你以为自己在跑一个成交价假设，实际上某些日子跑的是另一个。 而这件事只体现在日志里，不体现在结果里；日志级别一调，连那条也没了。

这类回退在数据处理里到处都是，行情数据里那些会让你回测结果全错的坑那篇讲的补齐、填值，都是同一个模式。工程上有一条判断可以直接抄：凡是「取不到就换一个凑合用」的地方，都必须同时留下一个能被下游统计的记号，而不是只留一行日志。你至少要能回答「这次回测里有多少笔是回退成交的」，答不出来，这份结果的口径就是不明的。

本篇的正题：用同一套规则，跑几组假设

到这儿，工具都齐了。真正该做的事只有一件——别去找那个最好看的假设，去量结果对假设有多敏感。

该跑哪几组

不用多，三到四组就够，关键是拉开档位：

乐观档：当根收盘价成交，不设可成交性检查。这一档不是拿来信的，是拿来做上界的——它告诉你，这套规则在最理想的世界里能挣多少。

中性档：下一根开盘价成交，加上基本的可成交性检查（该停牌不成交、封板不成交）。这一档最接近你日常该用的默认。

悲观档：买卖两边分别用偏不利的那个价（买按偏高、卖按偏低），滑点调宽，成交量约束打开。这一档也不是拿来信的，是拿来做下界的。

不对称档（可选但很有价值）：只把卖出侧改悲观，买入侧保持中性。很多规则的收益其实全靠离场时那个理想价位撑着，这一档专门戳这个。

再往上一层，还有一种更狠的验证方式：用更细的周期把有动作的那些 K 线重放一遍。 freqtrade 提供了这种做法——主周期照常算信号，但在可能发生交易的那些 K 线上，切到一个更细的周期去模拟 K 线内部的走势。它的文档把这个功能的定位说得很清楚：这是策略开发的最后一道自检，用来确认你的成绩不是靠钻回测假设的空子得来的。 qlib 那边则是用嵌套执行器来表达同一个思路——外层按粗粒度决策，内层在更高频率的环境里去执行。

两条路子的共同点是：它们都不试图算得更准，它们试图证明你的结果不依赖于那些猜出来的东西。 这个目的比「更准」重要得多。

结果该怎么读

跑完几组，你手上是几条曲线。看三件事，顺序别乱：

第一，方向有没有翻面。 乐观档挣钱、悲观档亏钱，这套规则就是不成立的——它落在假设的缝里，不落在市场上。别去争论「悲观档是不是太苛刻了」，先接受一个事实：一个结论在合理的假设区间内不稳定，那它就不是结论，是巧合。

第二，衰减是不是均匀的。 从乐观档到悲观档，收益一定会掉，掉多少不重要，怎么掉才重要。如果每一笔都均匀地掉一点，那是正常的成本效应，符合直觉；如果总收益的大头集中在少数几笔上，而这几笔在换了假设之后全部消失，那说明你的规则是靠一小撮特殊成交在活着——这一小撮，往往正是现实中最抢不到的那些位置。

第三，排名稳不稳。 如果你在比几套规则谁更好，一定要看在不同假设下它们的排序会不会翻个儿。排序一翻，你之前那个选优过程本身就作废了，因为你选的不是更好的规则，是更贴合某一组假设的规则。

一条必须守住的纪律

这件事有个反噬风险，说出来你就明白：成交假设本身也可以当成一个可调参数用来刷成绩。 手上有四组假设，挑那个最好看的写进报告，跟挑一个最好看的参数没有区别——这就是参数高原背后同一种病，只是换了个旋钮。

所以顺序不能反：先把你要跑哪几组、以哪一组为准，写下来，再去跑。 「以中性档为准，乐观档和悲观档只用来看离散度」——这句话必须在你看到结果之前就定死。看完再定，你定的就不是纪律，是借口。

还有一条配套的：别只让回测保守。 你在回测里限制自己不碰封板的票，实盘里手一痒追了进去，那份回测就不再是对你行为的模拟了。假设的严格程度，两边得对齐。

这一篇明确不管的事

• 成交价取哪个数是这一篇，一个引擎从头到尾在做什么（怎么排事件、怎么推进时间、状态怎么落库）是一个回测引擎内部到底在做什么的事。
• 手续费、印花税、滑点该设多少、怎么设才不骗自己，是成本模型该怎么设才不骗自己的事。这里只需要记住一个分界：滑点是「成交了，但价格差一点」，是价格上的修正；成交假设是「这一笔到底存不存在、按什么价记」。调大滑点救不了一笔本就不该存在的成交，那一层的辨析在滑点那张卡上。
• 你的单子大到会把价格推走，那属于流动性与容量，见流动性与容量。
• 各种偏差在整条流水线上分别卡在哪个工位，回测偏差地图画成了一张图。

小结

• 成交价不是市场上的真实成交，是你的引擎替你选的一个代表值。选法就那么几种，每一种背后都是一句你未必同意的假设。
• 用当根收盘价最省事，但只要你的信号里含有这根 K 线自身的价格信息，它就一定在自我表扬；用下一根开盘价诚实得多，代价是隔夜跳空全算你头上，而那段风险本来就该算你头上；按盘口逐档吃最真实，但要逐笔数据、跑得慢，而且仍然缺了你自己那笔单的冲击。
• 一个成交价实现里，真正的代码量不在「取哪个数」，而在保证取出来的这个数在这根 K 线里真的出现过。你算出来的止损价、止盈价，不等于成交价。
• 成交价在代码里应当只有一个出处：校验用它、定仓位用它、记账也用它。出现几处，就是几个将来会对不上的地方。
• 警惕静默回退——取不到指定字段就换收盘价接着跑，这种设计会让你以为自己在跑 A 假设，实际有一部分跑的是 B。回退必须留下能被统计的记号，不能只留一行日志。
• 正确的做法不是找最好看的那组假设，而是跑三四组拉开档位的假设，看方向会不会翻面、衰减是不是均匀、多策略的排名稳不稳。而这几组跑什么、以哪一组为准，必须在看到结果之前就写死——否则成交假设就变成了又一个用来刷成绩的旋钮。

一句话说完这篇：回测里那个「买入价」，是你的程序替你挑出来的一个数字，挑法不同，同一套规则能从赚钱变成亏钱——所以先去看清楚它是从哪儿抠出来的，再去看那条曲线。