量化交易怎么亏钱的？手续费、滑点、参数过拟合、行情突变各怎么吃掉本金

量化交易亏钱，很少是因为「程序算错了」。程序照着规则一笔笔执行，执行得越勤快，下面这四个口子漏得越多：

前两条是「成本」：手续费每成交一笔都收，滑点随时可能出现，区别只在多少；后两条是「失效」，平时看不见，一旦出现就可能是大亏。下面一条条讲。

依据回测过拟合一节依据 Bailey、Borwein、López de Prado、Zhu 发表在《美国数学会通讯》2014 年第 61 卷第 5 期的论文 Pseudo-Mathematics and Financial Charlatanism，以及同一组作者在 The Journal of Computational Finance 发表的《The Probability of Backtest Overfitting》。滑点一节依据 Kraken 帮助中心的市价单滑点说明与同一帮助中心的「胖手指警告」说明，以及 Coinbase 的交易规则。资金费、「每格利润」与下单超时的说法，出自币安的帮助中心与 API 文档，以及欧易帮助中心的《API 常见问题》。证监会的表述出自《证券市场程序化交易管理规定（试行）》的起草说明。手续费一节的算式是推导，其中的费率和价差是为了算账取的假设值。交易所和监管部门的页面在 2026 年 10 月核对过。

手续费：成交越勤，漏得越多

交易所每成交一笔收一次手续费，机器人不会替你免掉任何一笔。一次完整的「买进再卖出」是两笔成交，收两次费。

用一个可以自己重算的例子。假设手续费率是 f，一次买卖之间的价差（毛利）占成交额的比例是 g，那么一来一回的净利就是：

净利 ≈ g − 2f

比如 f 按 0.1% 算，g 是 0.4%：一来一回净赚 0.4% − 0.2% = 0.2%，手续费吃掉了一半的毛利。如果 g 只有 0.25%，净利只剩 0.05%，手续费吃掉八成。g 小到 0.2% 时，净利是零——忙了一整轮，钱全交了手续费。

这里的 0.1% 只是为了算账方便取的数，你的实际费率要去交易所费率页看，还会因为账户等级、用什么币抵扣而不同。但结论不变：每笔赚得越薄，手续费的占比越大；而网格这类机器人，恰恰是靠很多笔很薄的利润累积的。

网格类机器人就是典型。它把一段价格区间切成很多格，每格低买高卖一次。格子切得越密，单格价差越小，手续费占比就越高。有的交易所在现货网格的创建页上直接给了一项「每格利润（已扣除手续费）」，填完参数它会显示出来，那一栏就是在帮你算 g − 2f。网格页面每一项怎么读，见现货网格创建页逐项说明。

合约类机器人还多一项资金费：持有永续合约跨过结算时点，多空双方之间按持仓名义价值乘以资金费率互相支付。这笔钱不是交易所收的，是多空之间互付，交易所的说明里写得很清楚；但对付钱的一方来说，它同样是持仓成本，方向不利时每到结算点就扣一次。

滑点：你看到的价格，不是你成交的价格

滑点是下单时预期的价格和实际成交价格之间的差。

几家交易所的官方说明讲的是同一回事。一家美国交易所的帮助中心这样解释：下市价单时，大单的前一部分也许能按预期价格成交，但后面的部分可能随着订单在订单簿里往下吃，成交在更差的价格上。另一家美国交易所的交易规则写得更直白：市价单不保证按指定价格成交，可能按订单簿上多个不同价格分批成交，有时成交价比最近一笔成交价差很多，这通常就叫滑点。

为什么量化程序更容易被滑点咬到？两个原因：

• 程序常用市价单。 为了保证成交，很多策略在信号出现时直接市价买卖，等于每次都接受订单簿给的价格。
• 程序没人盯着看。 在网页上手动下单，有的交易所会在预计偏离太大时弹警告。前面那家美国交易所的说明就写到，它的「胖手指」警告只用在专业版的现货交易里，通过 API 下单目前没有这个警告（2026 年 10 月的说明）。程序下单时，这道防呆提示可能根本不存在。

滑点也有正的时候，成交价比预期还好。但它不对称地伤人：行情剧烈的时候，订单簿变薄，滑点往往最大，而这恰恰是很多策略最想成交的时候。

能做的事情很具体：交易量小、订单簿薄的交易对，滑点通常更大；能用限价单就别全用市价单；回测时把滑点算进去，别假设每笔都按图上的价格成交。

参数过拟合：回测越漂亮，越要问一句

这是四条里最隐蔽、也最常被拿来骗人的一条。

先说回测。2014 年，四位数学和金融学者 Bailey、Borwein、López de Prado、Zhu 在《美国数学会通讯》（Notices of the AMS）上发表了一篇题目很重的论文，叫《伪数学与金融骗术》。论文给回测下的定义是：对一个算法投资策略的历史模拟。它的核心发现很简单：给定任何一段金融行情数据，把一个策略调到在这段数据上表现很好，相对容易；试的参数组合越多，回测被过拟合的概率越大。

「过拟合」借用的是机器学习的说法，意思是模型盯住了特定的那几次行情，而不是行情里一般的规律。论文特别提到，被过拟合的不只是预测公式，入场条件、仓位大小、止盈、止损这些参数都可能被调到恰好贴合过去。

一个能自己想明白的例子：假设你给一个策略试了一百组参数，在过去一年的行情上回测。哪怕这一百组参数全都毫无用处，靠运气，其中总有几组的曲线会很好看。你挑出最好看的那组，回测曲线一路向上——但它好看，只是因为你从一百组里挑了它，不是因为它抓住了什么规律。拿它去跑接下来的行情，表现很可能就平平无奇，甚至更差。

论文对这种情况下了很重的判断：不报告试了多少次才找到那个成功的回测，是一种欺诈。它的结论是：如果不控制过拟合，好看的回测后面常常跟着负的实盘结果。同一组作者后来在《计算金融杂志》上又发表了一篇，专门讨论怎么估算「回测过拟合的概率」，结论之一是，原本用来防止回归过拟合的常规统计方法（比如留出法），在投资回测里往往不可靠。

落到你身上，就是看到任何回测曲线、历史收益、收益截图时，问三个问题：

1. 这个参数是试了多少次挑出来的？ 对方答不上来，或者说「这是我们独家优化的」，就当它被过拟合了。
2. 回测期之后的表现呢？ 只给一段漂亮的历史、给不出之后的真实运行记录，曲线说明不了什么。
3. 手续费和滑点算进去了吗？ 很多回测默认每笔按图上的价格成交、零成本，上面两节已经说过这有多不现实。

本站不写任何收益率，也不把任何平台展示的历史收益当成预期，原因就在这里。

行情变了：策略成立的前提消失了

任何策略都有一个它默认的行情。网格默认价格会在一个区间里来回震荡；定投默认长期来看价格会回来；追涨策略默认涨了还会接着涨。前提成立时它赚钱，前提消失时它亏钱，而且常常亏得比平时赚得多。

最直观的是网格：

• 价格一路涨出区间上沿，网格已经把币卖光了，后面的涨幅和你无关。这叫少赚，不叫亏损。
• 价格一路跌穿区间下沿，网格在下跌途中一格格买进，买完了手里全是币，币价还在跌。这时账面亏损跟着币价一起扩大，最坏的情况是币价归零，投进去的钱全部亏光。

带杠杆的合约机器人更严重。行情朝不利方向走得够远，仓位会被强制平仓，投进去的保证金可能全部亏掉，而且不给你「等它涨回来」的机会。

行情变化还有一种更隐蔽的形式：策略本身没变，但市场上用同一种策略的人多了。证监会在 2024 年发布《证券市场程序化交易管理规定（试行）》时，起草说明一方面写明程序化交易有助于为市场提供流动性、促进价格发现，另一方面也提到，程序化交易特别是高频交易，相对中小投资者存在明显的技术、信息和速度优势，一些时点还存在策略趋同、交易共振的问题，加大市场波动。这段话说的是证券市场，不是币圈，但可以类推：一个公开的、人人都能一键复制的策略，很难长期赚到钱。

能做的是在开之前把最坏的情况想清楚：这个策略在什么行情里会亏？亏到多少我会停？停的条件写下来，最好用机器人自带的止损、止盈把它固定住，而不是到时候再看心情。

还有一条：程序自己出错

四个口子之外，自己写程序的人还要多防一条：代码和网络。

• 下单请求发出去之后超时了，订单到底成交没有？两家大交易所关于 API 的官方说明都写过同一件事：这种时候结果是未知的，可能成功也可能失败，要以实际结果为准。程序要是当成「失败」直接重发，就可能下了两单。
• 循环写错、数量单位写错、买卖方向写反，在模拟环境里只是数字乱了，在真账户上就是真金白银。

所以本站的 API 教程坚持一个顺序：先在测试网把代码跑通，再谈真账户。具体怎么做，见测试网上的第一段代码与常见报错。