回测里的成交假设：你以为你买到了，那天可能根本没人卖给你

有个画面你大概不陌生：某天早上一条大消息出来，你打开账户想买，盘口上买一档挂着几十万手，卖档空空如也——一字涨停，成交为零。你眼睁睁看着它当天涨了一成，一股也没买到。

现在把这一天塞进回测里。程序读到那根 K 线，看到有开盘价、有收盘价、有成交量，于是心安理得地按某个价格记了一笔买入，第二天卖出，账面多出一段漂亮的收益。回测里那笔交易，现实中根本不存在。

这就是成交假设在做的事：一套回测系统在「这一笔到底成不成、成在什么价、成多少」这三个问题上替你做了默认选择。多数人从来没打开看过那个默认值是什么，却拿着它算出来的年化去下真钱的决定。

先说人话：撮合到底是谁在决定

买卖股票不像在便利店买水——货架上标着价，你拿了就走。它更像旧货市场里的对眼：你出五十块想买，得正好有个人愿意五十块卖，这笔才算数。没人接，你的报价就只是一张挂在墙上的纸条。

交易所里那个负责「配对」的机制，就叫撮合。你的委托单进去，系统看看对手方有没有价格合适、数量够用的单子，有就配上，没有就让你的单子在队列里排着。所以任何一笔成交都需要两个条件同时成立：有人愿意跟你做对手盘，而且他愿意做的量足够多。

而回测最省事的干法，是把这两个条件全部跳过：查到那一天的价格，直接判定「成交」。它不问对面有没有人，也不问对面有多少货。这不是 bug，是简化——问题只在于，你有没有意识到自己在用这个简化，以及它在什么时候会崩。

投资层：一把从「白日梦」到「保守」的尺子

不同回测系统的成交假设，可以按乐观程度排成一把尺子。看懂这把尺子，你才能判断手里那份报告站在哪一格。

第一格，最乐观：只要有价格，就一定能成交，还是你想要的那个价。 停牌期间用停牌前的价格照买不误，涨停一字板照样吃进，跌停砸不动照样跑掉。这一格的回测结果基本可以当小说读。

第二格：加上价格的合理性检查。 成交价必须落在当根 K 线的最高价和最低价之间——你不能用一个当天从未出现过的价格成交。这一步排除了最离谱的作弊，但仍然默认「只要价位对，量总是够的」。

第三格：加上可成交性检查。 停牌的日子不许交易，封死涨停的票不许买入，封死跌停的票不许卖出。到这一格，回测才开始承认「有价格 ≠ 能成交」。

第四格：加上成交量约束。 你这一笔的数量不能超过当天成交量的某个比例，超出的部分要么不成交，要么只成交一部分——这叫部分成交，你以为买了一万股，实际只买到三千股，剩下七千股的仓位从来没存在过。到这一格，策略的容量问题才会浮出水面。

第五格：连你自己的钱和手数都算进去。 现金不够就按现金能买的量截断，A 股买入必须凑够整百股，佣金有最低收费门槛，卖出还要交印花税。

越往后越接近现实，也越难做、越慢。关键不是追求第五格，而是知道你在第几格，并且不去做那些只在你这一格才成立的交易。 一个只在第一格成立的策略，比如「涨停当天追进去第二天卖」，你在第三格重跑一遍，收益会当场蒸发。

系统层：三种系统各自把线划在哪

概念讲完了，看看真实系统里这几格长什么样。三个开源系统的选择很不一样，摆在一起对照着读，比单看任何一个都清楚。

系统	主战场	成交假设的重心
freqtrade	全天候的加密市场	价格是否落在 K 线区间内、K 线内部顺序的推定
Vibe-Trading	A 股这类有涨跌停的市场	价带能不能让这一笔落地
qlib	组合级的多股票调仓	停牌、限价、成交量、现金四道裁剪

freqtrade：价格落在这根 K 线里，才算成交

freqtrade 的文档里专门列了一节回测假设，态度很坦诚——回测不知道一根 K 线内部发生了什么，所以必须假设一些事。它列的清单值得当检查表用：

进场默认按开盘价成交；订单在没有滑点的前提下按报价成交，前提是这个价格落在当根 K 线的最高价与最低价之间；离场信号触发的卖出，成交在下一根 K 线的开盘价。代码里那句判断短得可以直接抄下来：

def _get_order_filled(self, rate: float, row: tuple) -> bool:
    """Rate is within candle, therefore filled"""
    return row[LOW_IDX] <= rate <= row[HIGH_IDX]

这就是上面那把尺子的第二格：价格在区间内则视为成交，不考虑那个价位上有没有足够的量。挂出去一直没成交的单子会不会一直挂着？不会——它有一套超时逻辑，超时的进场单直接取消、这笔交易作废，超时的离场单撤掉、等下一次信号再试。这一层很重要，因为现实里挂单不成交是常态，而多数简易回测连「没成交」这个状态都不存在。

更值得琢磨的是它对 K 线内部顺序的推定：同一根 K 线里若止损和止盈都可能触发，它假定最低价先于最高价发生，先保护本金；离场信号优先于止损，因为信号被假定发生在开盘那一刻。这些推定没有对错——一根日 K 线只给你四个价格，先到最高还是先到最低，数据里根本没写。它给的缓解办法是用更细的周期去还原大周期内部的走势，官方对此的定位很清楚：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这些假设的空子得来的。

Vibe-Trading：涨跌停不是价格问题，是「存不存在」问题

到了 A 股这类有涨跌幅限制的市场，问题变了性质。价格再合理也没用——封死的板上没有对手方。

它的 A 股引擎在下单前先过一道 can_execute：不许融券做空；当天买入的股票当天不许卖（T+1）；然后判断涨跌停价带会不会挡住这一笔。价带的算法有个容易被忽略的讲究——基准价必须是下单那一刻市场已经知道的价格，比如上一交易日的收盘价（pre_close）或前结算价，而不是当天的收盘价。用当天收盘价推价带是典型的偷看未来，这层道理在 前视偏差 那篇讲得更细。

真正精彩的是拿去比对的那一头。它不是拿收盘价去比价带，而是拿「这一笔真要成交，会成交在什么价」去比：

fill = engine.prospective_fill_price(bar, fill_direction)

这个价格取的是当根 K 线的开盘价再叠加滑点，方向和这笔交易一致。为什么要这么绕？因为买入时滑点让价格往上走，本来卡在涨停边缘的一笔，加完滑点就越界了。如果只拿原始开盘价去检查，你会批准一笔最终被记在合法价带之外的成交——校验的对象必须和记账的对象是同一个数，这是很多自制回测栽跟头的地方。

还有一处克制的处理：当拿不到任何历史基准价时（比如整段回测的第一根 K 线），它返回「不阻断」而不是「阻断」。注释写得很直白——价带未知的时候不能凭空捏造一次阻断。宁可漏判，也不制造一个现实中不存在的限制，这是个值得学的态度。

平仓方向上还有一层反直觉的细节：平掉一个多头是卖出，会被下边界（跌停）挡住；平掉一个空头是买入，被上边界挡住。同样一句「平仓」，挡它的是哪一头，取决于你手上原本是什么方向。

qlib：四道裁剪，一层层削掉你的成交量

qlib 面对的是组合级调仓——一次几十只股票同时进出，它的做法是让订单数量经过一连串裁剪。

第一道是可交易性。停牌怎么表示？它用的是「收盘价为空值」——那一天没有价格，就是没得交易。涨跌停则被预先算成两个布尔列，一列管买、一列管卖，停牌的日子被直接并进这两列，因为停牌是买卖双向都不通。这里有个默认值值得你注意：涨跌停限制的开关默认是不启用的，不设它的时候系统会打一条警告日志，提醒你封在板上的票会被照买照卖。这是当前版本的默认行为、可配置——但它说明了一件事：你不主动打开，第三格的检查就不存在。

第二道是成交量上限。你可以设一个上限表达式，比如当日累计成交量的某个比例，或者盘口某一档的挂单量；订单数量会被削到这个上限之内，多个上限一起生效时取最小的那个。代码里那行注释解释了为什么裁剪要放在取整之前——放在前面模拟的是「这单太大，交易所直接拒了」，放在后面模拟的则是「大单递进去了，只成交了一部分」。两种建模对应两种现实，选哪个由你，但你得知道自己选了哪个。

第三道是冲击成本，它把成交额占当日总成交额的比例做平方后再乘一个系数，算进交易成本里。占比越大惩罚越重，这一层的道理见 冲击成本。

第四道是现金与手数。买入时现金连手续费都覆盖不了，直接归零；现金够但不够全额，按能买的量反推再取整；A 股这类市场按整手取整，零股只能卖不能买。卖出同理，还会拿当前持仓截一次——你不能卖掉你没有的东西。

四道裁剪走完，你最初那个「买一万股」的意图，可能只剩三千股。回测报告上那条曲线，是这个被削过四轮的版本走出来的，不是你原始意图走出来的。 这也是为什么资金规模一变大，同一套规则的回测结果会明显变差——这层关系属于流动性与容量的范畴，看 流动性 那张卡先建立概念。

为什么这件事特别容易被放过

它不会报错，只会让曲线变好看。 和大多数回测毛病一样，成交假设过于乐观从来不会让你的成绩变差。那些现实中吃不到的涨停、跑不掉的跌停，在回测里全部按你希望的方向记了账。

吃亏的方向是不对称的。 你想买的时候常常涨停买不到（少赚），你想卖的时候常常跌停卖不掉（多亏）。也就是说，乐观的成交假设在两头都在给你送好处。策略越是追涨杀跌、越是想在极端行情里动手，这份虚假的好处就越大。

它和策略的换手速度绑在一起。 一年调仓两次的规则，成交假设怎么设都不会差太多；一天进出好几回的规则，成交假设就是决定生死的那个参数。你的 下单方式 选限价还是市价，也会让「能不能成交」和「成在什么价」这两个风险在两者之间转移——限价单保价格但可能不成交，市价单保成交但不保价格。回测里若默认「限价单总能按你的报价成交」，等于把两边的好处全占了。

默认值往往不在你视野里。 上面三个系统的默认行为各不相同，有的默认不开涨跌停检查，有的默认不做量的约束。你换一个框架、换一份配置，同一套规则跑出来的结果可能差出一大截，而你以为自己什么都没改。

失效边界与常见误用

以为「成交量够大」就等于「我能成交」。 一天成交十个亿的票，不代表你的单子能在你想要的那个价位上成交。成交量是全天所有人加起来的量，分布在一整天和一整条价格带上，你想在某一秒的某个价位吃到其中一块，是另一回事。

把部分成交当成不存在。 现实里大额委托常常只成交一部分，剩下的挂着或撤掉。如果你的回测只有「全成」和「不成」两种状态，那它对大资金的模拟从根子上就是假的。

在开盘价上做文章。 很多回测按开盘价成交，于是有人写出「开盘价符合某某条件就买入」的规则——请注意，你是在开盘那一刻同时知道开盘价并按它成交，这个「同时」在现实中不成立。想在开盘成交，你得在开盘前挂单，那时你并不知道开盘价是多少。

把「更严格的假设」当成万灵药。 把所有约束全部打开，回测确实更接近现实，但它仍然只是一个近似——一根 K 线里价格先到哪、盘口上那一刻有多厚，数据里就是没有。严格假设的价值在于让那些靠钻空子挣钱的规则原形毕露，而不是让剩下的成绩变得可信。

只在回测里保守，实盘里激进。 两边的规则要对齐。回测里你限制自己不碰涨停板，实盘里你却手动追了进去，那份回测就不再是对你行为的模拟了。

小结

• 任何回测都在替你回答三个问题：这一笔成不成、成在什么价、成多少。默认答案通常比现实乐观得多。
• 乐观程度从低到高是一把尺子：只看价格 → 价格须落在 K 线区间内 → 停牌与涨跌停不许成交 → 成交量上限与部分成交 → 现金、整手与费用一并约束。要紧的不是站到最右边，是知道自己站在哪一格。
• 三个系统的重心各不相同：freqtrade 判断报价是否落在 K 线区间内并给挂单设了超时作废，Vibe-Trading 用严格属于历史的基准价算出价带、再拿「真要成交会成在什么价」去比对，qlib 用可交易性、成交量、冲击成本、现金与手数四道裁剪逐层削掉订单。
• 成交假设 ≠ 滑点。前者决定交易存不存在，后者只是价格上的修正。调大滑点救不了一笔本就不该存在的成交。
• 越是高频、越是想在极端行情里动手的规则，对成交假设越敏感；改一个默认开关，结论就可能翻面。

一句话记住这篇：历史上有那个价格，不等于当时有人肯把货卖给你。

本文所引源码与文档均来自上述快照版本，是阅读代码得出的机制说明，不是运行结果；具体默认值与行为请以你手上那个版本为准，规则类数字也会随市场制度调整。想先搞清回测这件事本身在算什么，见 回测 这张术语卡；回 量化与 AI 投研概念库 看其它概念各自在说什么。本站内容为投资教育，不构成任何投资建议，边界见 免责声明。