01
迁移概述
为什么实盘与回测差异巨大？策略迁移的核心挑战与解决思路。
核心概念认知
02
环境对齐
模拟环境与真实市场的状态空间、动作空间、奖励函数对齐方法。
对齐MDP
03
数据流处理
实盘Tick/Bar数据的实时接入、清洗、特征工程与缓存策略。
数据工程实时
04
动作平滑
限制策略输出变化率，防止频繁开平仓与滑点损耗。
执行滑点
05
延迟补偿
网络延迟、撮合延迟的建模与补偿机制设计。
系统补偿
06
仓位管理
基于Kelly公式与风险预算的动态仓位调整策略。
风控Kelly
07
软更新策略
目标网络与在线网络的软更新参数在实盘中的调优。
网络调参
08
探索与利用
实盘中epsilon衰减策略的设计与自适应探索机制。
探索epsilon
09
模型量化
将浮点模型转换为定点模型，降低推理延迟。
优化推理
10
模型蒸馏
用大模型蒸馏小模型，提升实盘推理速度。
压缩速度
11
多周期融合
融合分钟级、小时级、日级信号的决策框架。
多周期信号
12
对抗性训练
在模拟环境中加入对抗噪声，提升策略鲁棒性。
鲁棒性对抗
13
回测过拟合检测
使用夏普比率衰减、参数敏感性分析等方法。
过拟合诊断
14
样本外测试
时间序列交叉验证与滚动回测的最佳实践。
验证滚动
15
市场状态切换
基于HMM或聚类算法识别牛熊震荡市，切换策略。
状态HMM
16
风险约束
最大回撤限制、VaR约束、杠杆限制的硬编码实现。
风控硬约束
17
止损止盈
动态止损止盈线的设计，结合ATR与波动率。
止损ATR
18
交易成本建模
实盘佣金、印花税、冲击成本的精确估算。
成本冲击
19
滑点控制
限价单与市价单的智能选择，以及冰山订单的使用。
订单冰山
20
并行回测
使用Ray或Dask进行大规模参数搜索与回测。
并行Ray
21
策略监控
实时监控策略的收益率、胜率、最大回撤等指标。
监控看板
22
异常检测
检测策略输出异常值、持仓偏离度、资金曲线异常。
异常告警
23
自动熔断
当策略连续亏损或市场剧烈波动时自动暂停交易。
熔断安全
24
日志系统
结构化日志记录每次决策的state、action、reward。
日志可观测
25
回放系统
基于日志的离线回放，用于事后分析与策略调试。
回放调试
26
A/B测试
同时运行多个策略版本，比较实盘表现。
对比实验
27
渐进式上线
先模拟盘，再小资金实盘，最后全量资金。
上线灰度
28
人工干预接口
设计人工暂停、修改参数、强制平仓的接口。
接口人工
29
合规检查
策略是否符合交易所规则与监管要求。
合规监管
30
持续学习
实盘数据积累后的模型在线更新与重训练流程。
在线学习更新