企业官网建设流程全解析

前言

用天勤TqBacktest做历史回测时，常见体验是：同一段 Python 代码，几分钟跑完两三年螺纹钢 5 分钟线，CPU 占用也不高。换上TqKq模拟或TqAccount实盘，同一台机器夜盘风扇转起来，循环体感“变慢”，成交节奏也和回测曲线对不上。很多人第一反应是“回测滑点设小了”，其实除滑点外，还有一整类执行层差异：数据推送密度、报单撤单次数、网络等待、拒单与部分成交，回测里要么没有、要么被简化。

下面用对照方式说明这些差异各自指什么、在代码里对应天勤的哪些接口、转模拟盘前建议做哪些检查。目的不是否定回测，而是让你知道回测快往往因为“环境更理想”，实盘慢并不一定是程序写坏了。

一、数据密度：回测帧少、实盘 tick 多

回测由历史数据按时间推进，若策略用is_changing(kl.iloc[-1], "datetime")过滤，只有新 K 线出现时才进信号逻辑，一秒内可能只处理几次。实盘订阅get_quote后，盘口last_price、买卖价量每个 tick 都可能变；若误写成is_changing(kl)或is_changing(quote)且不指定字段，主循环会在一秒内跑几十上百次完整策略，CPU 自然远高于回测。

检查项：实盘与回测是否同一套触发规则；quote 仅在做盘口过滤时读取，不要用它驱动整段 K 线均线计算。

二、成交模型：ACTIVE、PASSIVE 在实盘才“疼”

TargetPosTask的price参数：ACTIVE表示对价（买用卖一、卖用买一），PASSIVE表示排队（买用买一、卖用卖一）。回测里模拟成交往往较干脆；实盘 PASSIVE 可能整夜挂着不成交，ACTIVE 在薄盘口会吃大滑点。部分成交时volume_left大于零、pos.pos只变一部分，回测曲线常假设一次到位。

检查项：模拟盘用get_trade()统计成交笔数、均价与信号价的差；拒单时读order.last_msg。

三、TargetPosTask 撤单改价带来的“慢”

官方文档写明：task 在行情变化时会更新报价，价格变则先撤再挂。夜盘波动大时，单次wait_update内 task 工作量增加，两次wait_update间隔若还夹了大段计算，会表现为“程序变慢、行情处理迟”。这不是网络带宽不够，而是执行层在频繁撤单。

检查项：统计每小时报单与撤单次数；若过高，考虑降低信号频率或不用 PASSIVE。

四、网络与 wait_update 在实盘才真等

回测的wait_update吃的是本地已下载的历史包，几乎不等待广域网。实盘的wait_update要真连行情与交易网关；若在两次调用之间写大文件、同步调 HTTP、或time.sleep，会推迟收包，表现为quote.datetime落后。回测里同样的 sleep 可能不明显，因为数据照样按历史节奏灌入。

检查项：在循环末尾打单次耗时；超过数百毫秒就要 profile 哪一行阻塞。

五、合约与换月：underlying_symbol 仅实盘会变

回测若订KQ.m@主连，序列连续。实盘下单必须落到具体月份；主连 quote 上的underlying_symbol字段指向当前主力合约，换月时会变。若策略仍对旧月份set_target_volume，会出现订错合约、持仓对不上，执行层表现就像“变慢、乱套”。

检查项：换月日前后打印underlying_symbol与get_position的合约是否一致。

六、交易时段、夜盘与人工

回测历史已含休市；实盘在夜盘结束到日盘开盘的衔接分钟，若缺少quote.trading_time一类过滤，可能多报几次废单。人工在 APP 改仓、多进程误开两个TqApi连接同一账户，都是回测不会出现的现象。

七、建议的对照实验

选与回测相同的一个月区间，用TqKq跑模拟（不能要求逐笔相同），对比：成交次数、平均持仓时间、报单拒单率、主循环平均耗时。差异表写下来，比口头说“回测骗人”更能指导改代码。

总结

回测与实盘的差距，很多时候并不在策略逻辑本身，而在执行环境把同一逻辑放大成了不同节奏：回测里数据推进节奏可控、成交模型相对理想，而实盘里触发更细密、成交路径更复杂、拒单和撤单会把系统拖进额外开销。想把这部分衔接好，需要把触发频率、成交路径、撤单行为和网络等待逐项对齐：例如 K 线 datetime 触发是否一致、quote 字段是否被误用来驱动全量计算、ACTIVE/PASSIVE 的假设是否匹配等。再用结构化日志统计成交笔数、volume_left 与失败原因，判断慢是正常的工程代价还是逻辑错误放大。把执行层差异当成可验收的工程指标对待，实盘的稳定性才会随着你迭代而提升。

FAQ

1）回测把手续费调高就够吗？

不够，还要在模拟盘看成交率与部分成交。

2）回测里 CPU 也很高？

同样查 is_changing 是否过宽，与实盘同一套过滤。

3）tick 级回测和 K 线策略能比速度吗？

数据帧密度不同，不可直接比循环耗时。

4）多账户回测与实盘？

每个账户独立做成交统计对照。

风险提示

以上内容用于研发预期管理，不构成投资建议。