免费问答 + 免费技能 + 深度诊断。把「回测很好、实盘很差」的策略，找出真正的问题。
AI + 本地量化踩坑知识库，入门、选型、常见坑，简单问题直接问。
回测虚高、过拟合、未来函数——常见量化策略问题，一条条排查。
策略代码逐行审，找出数据管线、引擎行为、交易规则里的隐患。
从想法到可回测的策略，帮你把踩坑经验变成可复用的规则。
这些是我们反复验证过的真实踩坑记录，供你自查。
盘中用 get_history(include=True) 拿到的是全天最终价，等于在 09:31 就知道收盘价。正确做法是盘中用实时价、昨日数据用 include=False。预计算的信号文件如果用了当日收盘价，也要整体滞后一天。
训练集和回测期重叠，收益虚高。可靠的做法是把寻优区间与验证区间彻底切分，用滚动窗口做样本外验证。
各策略独立回测时默认满仓，组合后互相抢资金、重复加仓，真实仓位与回测不一致。要用统一口径做整体回测。
同一只股票在不同数据源里后缀不同（.XSHG/.SS），代码没对上就会静默漏掉信号。写策略前先确认本地数据的真实格式。
量化策略回测很好，为什么实盘一直亏？
最常见是未来函数——回测用了当日收盘后的数据生成当日信号。先查数据是否用了未来信息，再查引擎是否按真实撮合规则成交。
如何判断回测结果是不是过拟合？
看参数微调是否导致收益剧烈变化、样本外是否显著变差、收益是否集中在极少数交易日。可靠验证是把回测区间与参数寻优区间彻底分开。
多个策略各自回测赚钱，放到一起反而差，为什么？
常见是资金分配和仓位叠加出错：组合后互相抢资金或重复加仓，真实仓位与回测不一致，需要按组合口径统一回测。