回测很好，模拟盘却持续跑输，第一反应常常是“因子失效了”。这次事故的根因更朴素：回测每 5 个交易日调一次仓，模拟盘却每天按最新排名重建持仓。两边看似使用同一批因子，实际运行的是两套不同策略。
本文只复盘已公开的工程事实，不展示未公开的账户收益，也不把单次事故泛化成所有策略的规律。
为什么一天和五天不是小参数差异
假设因子每天都会给出一组目标持仓。相邻两天的排序即使只轻微变化，Top N 边界附近的股票也可能频繁进出组合。
回测每 5 天才执行一次，意味着中间 4 天的排名抖动不会变成订单；模拟盘每天重建，则会把这些抖动全部兑现为买卖。最终成本大致由三部分共同决定：
这里最重要的不是某个固定费率，而是换手率被执行频率放大。即使毛收益信号没有变化，净收益也可能被额外摩擦吞掉。
事故是怎样被定位的
先停止讨论“市场变了”
如果回测和模拟盘不是同一个策略，比较它们的收益没有意义。定位时先并排检查四个事实：
| 检查项 | 回测 | 模拟盘 | 是否一致 |
|---|---|---|---|
| 信号生成日 | 每个交易日 | 每个交易日 | 是 |
| 允许下单日 | 每 5 个交易日 | 每个交易日 | 否 |
| 非调仓日行为 | 保持持仓 | 重建目标持仓 | 否 |
| 成本来源 | 按回测换手估算 | 按真实订单产生 | 结果不可直接比较 |
这张表一旦出现“不一致”，就应该先修复执行契约，再讨论 Alpha 衰减。
再看订单，而不是只看净值
净值只能告诉你出了问题，订单日志才能解释问题。至少要逐日保留：
- 当日是否为允许调仓日；
- 调仓前持仓与目标持仓；
- 买卖金额、组合换手率与成交数量；
- 预期价格、实际成交价与滑点；
- 非调仓日是否产生了不该出现的订单。
当非调仓日仍出现大量目标持仓变更时，频率错配就从猜测变成了可复核证据。
最小复现实验怎么做
不要先重跑整套参数搜索。固定同一份输入数据、同一份信号和同一组成本假设，只改变执行日历：
- A 组每个交易日允许调仓；
- B 组每 5 个交易日允许调仓；
- 同时比较毛收益、净收益、平均换手、订单数和持仓重合度；
- 检查两组在允许调仓日之外是否保持相同持仓；
- 不用单个夏普比率替代上述过程指标。
这个实验回答的是“频率改变了什么”，而不是寻找表现最好的频率。先把事故因果关系隔离出来，再决定策略应该用什么节奏。
修复不只是加一个 if
事故中的直接修复是在执行入口增加 should_rebalance：只有命中与回测一致的调仓日历才生成订单，其他日期保持持仓。
但只加条件仍不够。为了避免下一次漂移，调仓频率应该成为回测与执行共同读取的策略契约，并配套以下保护：
- 单元测试：非调仓日订单数必须为零；
- 集成测试：同一输入下，回测与模拟盘输出的目标持仓一致；
- 监控：实际换手显著高于回测口径时告警；
- 日志：每次下单记录触发原因与策略版本。
只要回测和执行各自维护一份“默认值”，同类问题就可能再次出现。
排查顺序比结论更重要
遇到回测—实盘落差，可以按下面的顺序收缩问题：
- 信号使用的数据时点是否一致；
- 股票池、筛选、Top N 与权重是否一致；
- 调仓日历与非调仓日行为是否一致；
- 风控、整股取整和现金约束是否一致；
- 手续费、点差、滑点和成交失败是否进入结果；
- 上述全部对齐后，再讨论市场环境和因子衰减。
这次事故给出的不是“周频一定优于日频”。真正的教训是：未经回测验证的执行频率，就是一套未经验证的新策略。
下一篇将继续处理更深一层的问题：即使频率参数相同，回测、模拟盘和实盘各自复制了一份信号与风控代码，结果仍然会逐渐分叉。