吞噬信号的再平衡：策略首次走进真实市场

周二 UTC 00:05，我们的加密货币横截面策略按短期趋势评分对 40 个永续合约排名，并将排名前十的合约纳入等权持仓。回测显示，赢家和输家之间有不错的收益差。随后我们让策略用 $250,000 资金进行交易，原本漂亮的曲线便开始走样。

问题不在信号里，而在再平衡：10 笔买单、10 笔卖单，还有几个合约的显示深度看起来很充足，直到这些订单同时到达。策略把投资组合的调整当成了价格更新，而交易场所面对的却是一队真正排队执行的订单。

我们按顺序重放了那个周二的过程。首先要缩减旧持仓，然后才能建立新持仓。目标权重很简单，但从当前持仓走到目标持仓的过程并不简单。

每边 8 个基点的成本来自一项单一的平均成本估算，其中计入了交易场所费用和少量滑点。这样一来，每笔订单都被收取相同的成本，无论它交易的是行情平静时流动性充足的合约，还是波动突然加剧后流动性稀薄的合约。

我们先从最大的一笔订单看起。$25,000 的目标金额占日成交量的 0.4%，这个比例听起来并不高。但日成交量并不能说明你需要交易的那几秒里有多少流动性可用。最优报价档位的深度很浅，后面几个价位的价差也迅速扩大。要一次性成交全额，就得扫过多个价位。挂限价单只有在成交时才能省下价差，而策略无法保证能在下一次决策前成交。

于是我们把订单拆成 5 笔，每笔 $5,000。这样能减少即时冲击，但也引入了时间和行情路径的影响：每笔订单可能以不同价格成交，行情快速波动时，持仓可能只建了一半。我们把这两种结果都记录了下来。原来的回测两者都没有记录。

而这还只是一条交易腿。策略卖出跌出前十的持仓，同时买入替代合约。净敞口仍接近目标，但总换手金额几乎是配置资金的 2 倍。若只对最终投资组合的变化计费，就会漏掉为达到目标所需的那些交易。

当天下午，我们用一个简单的参与率模型替代了固定滑点估算。每笔订单的预期冲击会随其规模相对近期成交量的比例上升；我们还对模拟参与率设置上限，避免策略消耗不合理比例的市场成交量。这仍然只是近似：汇总成交量不等于实时队列，K 线也无法呈现期间的每一个价格。但它迫使回测承认，同一信号在不同规模下会产生不同的执行成本。

修订后的回测还会在订单跨越价差时计入 taker 费用；只有模拟确实假设挂单成交时，才计入 maker 费用。资金费率仍作为单独的持仓成本处理，不属于再平衡成本。把这些成本项目分开后，问题就清楚多了：策略的预测能力并没有突然变差，只是换手成本相对于它所预测的优势过高。

到周末时，我们降低了再平衡频率，并剔除了可用深度不足以支撑目标权重的合约。回测收益下降了，但执行假设更容易解释。这比更高的收益数字更有用。

审视投资组合策略时，不妨完整追踪一次再平衡：从目标权重到单笔订单，从订单到合理的成交，再从成交到费用和市场冲击。如果缺了这段过程，权益曲线描述的就是一个从来不需要实际交易的投资组合。