2. 量化策略生命周期
很多团队把“策略上线”当成一个时间点，实际上它是一条持续演化的生命周期。一个Alpha从想法到真实资金运行，会经历研究、回测、模拟、实盘四个阶段。每个阶段的数据环境、执行假设、参与者行为都不同，因此风险特征和监控重点也必须切换。理解这条链路，是建立漂移与衰减监控体系的前提。
一、核心原理：生命周期本质是“假设逐步被现实检验”
策略的收益来源本质上是一组假设：市场存在某种定价偏差、该偏差可被特定信号捕捉、交易成本不会吞掉收益、容量足够支撑资金规模。研究阶段这些假设只是逻辑推演；回测阶段用历史数据做第一次量化验证；模拟阶段引入实时行情与仿真撮合；实盘阶段则面对真实对手盘、真实滑点和真实资金约束。每往后一步，假设被证伪的概率都在上升，因此监控不是“上线后才做的事”，而是贯穿全流程的验证机制。
关键认知：回测表现是策略的“理论上限”，模拟表现是“工程可行性检验”，实盘表现才是“真实Alpha”。三者之间的差距，就是漂移与衰减的主要来源。
二、方法流程：四阶段的关键动作与交付物
每个阶段都需要明确的输入、动作和输出，否则团队容易在“回测很好但实盘亏损”时找不到问题环节。下面用清单方式梳理各阶段的核心任务。
| 阶段 | 核心输入 | 关键动作 | 交付物 | 监控重点 |
|---|---|---|---|---|
| 研究 | 原始数据、文献、市场观察 | 因子挖掘、逻辑验证、样本外划分 | 因子库、假设文档 | 过拟合、数据窥探 |
| 回测 | 清洗后历史数据、成本模型 | 参数优化、滚动回测、敏感性分析 | 回测报告、容量评估 | 成本假设、容量高估 |
| 模拟 | 实时行情、仿真撮合引擎 | 信号生成、订单模拟、偏差对比 | 模拟绩效、偏差日志 | 仿真与实盘差异 |
| 实盘 | 真实资金、真实行情、风控规则 | 实时交易、绩效归因、动态风控 | 实盘绩效、归因报告 | Alpha衰减、风格漂移 |
三、案例/场景：一次典型的“回测优秀、实盘衰减”复盘
某中频选股策略在回测中年化收益28%，夏普2.1，最大回撤8%。团队直接投入实盘，前两个月表现尚可，第三个月开始连续跑输基准，半年后年化降至6%，回撤扩大到15%。复盘发现三个问题：
- 回测成本假设过低：回测使用固定万三手续费，未考虑冲击成本。实盘中小盘股冲击成本达到万八，换手率越高损耗越大。
- 模拟阶段被跳过：团队认为回测已足够，直接实盘。结果信号生成时间与回测存在15分钟错位，导致部分信号失效。
- 风格漂移未监控：策略原本偏向低估值因子，实盘期间市场风格切换到成长，因子暴露被动漂移，但团队只盯净值，未监控因子暴露变化。
教训：回测、模拟、实盘之间的差距不是“误差”，而是系统性风险。缺少模拟阶段和因子暴露监控，等于把策略直接暴露在未知风险中。
四、误区与复盘：常见认知偏差
在生命周期管理中，团队最容易陷入以下误区：
- 把回测当实盘：回测是历史条件下的最优解，实盘是未来条件下的未知解。回测夏普高不代表实盘夏普高。
- 模拟阶段形式化：模拟不是“跑通就行”，而是要对比信号一致性、成交偏差、延迟分布。建议记录每日信号差异日志。
- 监控只看净值：净值是结果，因子IC、换手率、行业暴露、风格暴露才是过程指标。过程指标恶化往往先于净值回撤。
- 忽视容量约束：策略容量不是固定值，它随市场流动性、波动率、拥挤度变化。实盘规模扩大后，Alpha衰减会加速。
建议在实盘阶段建立“三层监控”：第一层实时风控（仓位、单票集中度、回撤阈值）；第二层日频归因（因子IC、行业暴露、换手率）；第三层周频复盘（Alpha衰减趋势、容量评估、策略拥挤度）。
生命周期管理的核心不是追求每个阶段都完美，而是让每个阶段的偏差可观测、可归因、可干预。研究阶段防过拟合，回测阶段防成本失真，模拟阶段防工程偏差，实盘阶段防漂移与衰减。只有把监控嵌入每个阶段，才能在Alpha衰减早期发现信号，而不是等到净值大幅回撤才被动应对。