3. 成交仿真入门

回测中最容易被低估的环节，不是策略信号，而是“信号如何变成一笔真实成交”。如果成交仿真过于理想化，再优秀的策略也会在实盘中迅速失效。本节围绕四个核心问题展开：订单有哪些类型、撮合按什么顺序发生、成交价格如何确定、滑点如何建模。

一、核心原理：从信号到成交的四个决策点

一笔回测成交的诞生，本质上要经过四个决策点：订单类型决定“以什么条件进场”，撮合逻辑决定“谁先成交”，成交价格决定“以什么价成交”，滑点决定“实际成交比预期差多少”。四者缺一不可，且相互影响。

常见的订单类型包括：

• 市价单（Market Order）：不限定价格，追求立即成交，代价是可能承受较大滑点。
• 限价单（Limit Order）：限定最高买价或最低卖价，价格优先，但可能无法成交。
• 止损单（Stop Order）：价格触发后转为市价单，常用于风控，但跳空时成交价可能远差于触发价。
• 止损限价单（Stop-Limit）：触发后转为限价单，兼顾风控与价格约束，但存在触发后不成交的风险。

撮合逻辑的核心是价格优先、时间优先。买单出价越高越优先，卖单出价越低越优先；同价则先到先得。回测中若忽略时间优先，同一根K线内的多笔订单可能被错误地全部成交。

二、方法流程：成交价格的确定方式

成交价格的确定方式直接决定回测收益的可信度。常见做法有以下几种：

1. 收盘价成交：信号在收盘确认，以当日收盘价成交。实现简单，但存在“未来函数”风险，因为收盘价在盘中不可知。
2. 次日开盘价成交：信号在收盘确认，次日开盘成交。更贴近实盘，但需处理隔夜跳空。
3. 当前价成交：以触发信号时的最新价成交，适合分钟级或Tick级回测。
4. 限价单撮合：只有当市场价格触及或穿过限价时才成交，成交价取限价或更优价格。

下面是一个简化的撮合伪代码，展示限价单如何按价格优先、时间优先成交：

def match_orders(orders, market_price):
    # orders: 按价格优先、时间优先排序的订单列表
    for order in orders:
        if order.side == "BUY" and market_price <= order.limit_price:
            fill_price = min(order.limit_price, market_price)
            execute(order, fill_price)
        elif order.side == "SELL" and market_price >= order.limit_price:
            fill_price = max(order.limit_price, market_price)
            execute(order, fill_price)
        else:
            order.status = "PENDING"

三、滑点：回测与实盘之间的“摩擦成本”

滑点是指预期成交价与实际成交价之间的差额。它来源于流动性不足、买卖价差、市场冲击和延迟。回测中若不建模滑点，等于假设市场无限深、零延迟，结果必然偏乐观。

滑点建模常见方式：

• 固定滑点：每笔成交加减固定金额或固定比例，简单但不够真实。
• 比例滑点：按成交价的一定百分比计算，适合流动性稳定的品种。
• 基于波动率的滑点：波动越大滑点越高，更贴近真实市场。
• 基于成交量的滑点：订单量占市场成交量比例越高，冲击成本越大。

四、案例与复盘：一个被滑点“吃掉”的策略

假设某策略在收盘价确认信号，次日开盘买入。回测中未设滑点，年化收益18%。加入0.1%比例滑点后，年化降至11%；再加入成交量冲击模型后，年化进一步降至7%。这说明滑点不是小修小补，而是决定策略生死的关键参数。