用 2 万起步量化投资 1 年，亏了多少，学到了什么？

这是一个悲伤的实盘复盘，也是一篇价值可能远超本金的“避坑指南”。

交学费了

背景：2005 年就开了股票账户，但一直没有买卖过股票，觉得看不懂。直到 2025 年初，才开始学习研究量化，并用 2.5 万起步人工或量化实盘。

比较典型新手行为：2025 年 6 月 24 日 2.5 万开始，跑了 1 周效果不错，7 月 1 日加仓到 5 万，又看这不错，8 月 12 日加仓到 10 万，经过 9 月，10 月，11 月收益震荡下行，hold 不住了，12 月中旬逐步减到 3 万，被市场上了一课，交了充足的学费。

截止今天亏损 19538 元，亏损比例-20.75%，实际量化亏损没这么多，量化亏损 11359 元，亏损比例-10.17%，其他 8000 多元是人工操作亏的（新手常见行为：看不得资金空仓，有资金就想操作，量化空仓就人工操作）。

我分别记录了我每个实盘量化策略的交割单，一看就知道各个量化策略的亏损情况。

前后总共实盘过 5 个策略，现在还在实盘的策略 2 个，另外 3 个停掉了，5 个策略都是小市值策略。

因为作为一个菜鸟，深知股市水深，所以入场前我给自己定了个死规矩：只拿“全亏完也不会影响明天中午吃猪脚饭”的钱来试水。

这一年，从刚跑通第一个策略时坚信能“打造印钞机”，到后来被市场反复毒打、在深夜里改 Bug ，我经历了一个典型“量化韭菜”的完整心路历程。今天，我们就来算算这笔账。

1. 初入量化的“上帝视角”（过度自信期）

每个刚碰量化的人，都会经历一段短暂的“蜜月期”。

那时候，只要在回测平台上稍微调整几个参数（比如把均线周期改一改，加个 MACD 过滤），就能跑出一条令人血脉贲张的“完美 45 度角”向上收益曲线。

看到的让人心动的策略收益示例

带着“原来搞钱这么容易”的错觉，我把这 2 万块真金白银接入了实盘。 第一天上线的时候，那种看着程序自动读取行情、自动下单、自动撤单的爽感，让我有一种稳拿诺贝尔经济学奖的错觉。

然后，现实的毒打立刻就来了。 我遇到的第一个大坑，不是策略失效，而是代码 Bug 。 比如，策略条件触发了，但因为没有处理好“涨跌停板买不进/卖不出”的逻辑，程序疯狂向交易所发废单报报错；或者因为网络抖动了一下，持仓状态没对齐，该卖的没卖，导致直接吃了隔夜的一个大跌。

那一刻我才明白：“写一个能在历史数据里赚钱的策略”和“写一套能在现实世界里活下来的交易系统”，完全是两码事。

2. 市场的毒打与信仰崩塌（绝望之谷）

度过了最初的工程摩擦期，真正考验心脏的是极端的市场行情。

回测里的数字是冰冷的，回撤 20%在你眼里可能只是 Excel 里的一个“-0.2”。但在实盘里，看着账户每天缩水，你的心理防线是会崩溃的。

今年遇到了好几波风格剧变（比如微盘股的流动性危机）。我眼睁睁看着往日表现优异的策略连续吃面。

实盘大回撤瞬间*

在这种压力下，我犯了量化交易的大忌——人工干预机器。 看着连续下跌，我实在忍不住了，心想“这肯定不对劲”，于是强行手动平仓，甚至直接停掉了策略。结果往往是：我刚一平仓，第二天就大涨反弹；等我懊悔地再把程序开起来，它又接到了山顶上。

机器的逻辑被我的人性彻底破坏，两头挨耳光。

到了现在算总账，这 2 万块钱最终……（亏损 19538 元，亏损比例-20.75%）。讲真，我还不如把它放在余额宝里赚顿排骨汤。

3. 亏钱买来的 4 个“血泪教训”

虽然亏了钱，但这 2 万块的学费交得值。我总结了 4 个极其昂贵的教训：

教训一：千万警惕“过拟合”与未来函数

你以为你发现的圣杯，往往只是你的模型恰好“背诵”了过去的历史答案。市场是动态博弈的，过去有效不代表未来有效。如果在回测里加了太多条件去过滤亏损交易，实盘必然扑街。

? 避坑参考资料：如果你不确定自己的策略是否陷入了“过拟合”的陷阱，建议跑实盘前先看看这篇聚宽社区大佬的干货：策略过拟合诊断工具，里面提供了一套非常系统性的实战自我诊断方法。

教训二：磨损是看不见的“利润刺客”

很多新手回测时根本不设滑点，或者把手续费设得极低。在小资金加上稍高频的交易下，买卖一次的印花税、佣金，加上实盘买高一分、卖低一分的滑点，能把你预期的微薄利润吃得干干净净。你以为你在赚钱，其实你在给券商打工。

我实际量化实盘用的是一个免 5 低佣账号，手续费已经是很低很低了，不然亏损会更多。

教训三：稳定大于一切，工程能力决定下限

策略再好，API 挂了、断网了、订单没成交导致状态死锁了，全都没用。做好异常处理、断线重连、实盘与本地账户的数据对账，这些枯燥的“基础设施”建设，花的时间比写策略本身还要多。

教训四：量化交易，其实更考验“人性”

最大的敌人不是市场，而是那个看着账户回撤想要“拔网线”的自己。真正成熟的量化交易，是要在这个系统跑之前就想清楚所有极端情况，然后闭上眼睛，让机器执行。

4. 总结与下一步：我还做量化吗？

做，当然继续做。

虽然第一年交了学费，但量化帮我戒掉了作为一个散户的“赌徒心理”。我不再凭感觉冲动买卖，不再去听信各种大 V 的小道消息，之前加的几个大 V 的股票群也退了。它强迫我建立起了一套客观、去情绪化、可验证的市场分析框架。

接下来的计划，我会回归常识，降低对收益的虚幻预期，把精力更多地放在交易系统的底层建设上。之前觉得策略回测年化没个几十个点，都不好意思发出来，也不会考虑去实盘，现在觉得能稳定跑赢指数，控制回撤，就是不错的策略了。

更关注策略的实盘表现，而不是回测表现。也希望从技术的角度，在策略实盘前也能尽可能的通过工具评估策略可能的风险（比如上上面提到的社区的过拟合诊断工具），而不是盲目上实盘。也认识到不同策略有不同的适用市场，需要根据市场情况选择合适的策略。

最近在研究的策略

个人的力量和认知是有限的，向大家学习，精进自己，也希望和大家一起交流，共同进步，任重道远。

最后，给所有想用 Python 写个代码或量化平台复制一个策略就去股市里捡钱的新手一句忠告：永远敬畏市场！请务必只拿“亏光了也不影响生活”的钱来交学费。