Python做數字貨幣量化交易，回測跑通離實盤還差多遠

我做了三年數字貨幣量化交易，最大的感受是：Python把策略寫出來只是入門，真正拉開差距的是回測質量和實盤落地能力。數字貨幣7×24小時不停機，不像A股有漲跌停保護Python做數字貨幣量化交易，回測跑通離實盤還差多遠，量化策略一旦上線，每一秒都在真金白銀地跑。Python生態里有ccxt、backtrader、vnpy這些工具，門檻不高，但把一套策略從紙面想法變成能穩定盈利的交易系統，中間隔著不少坑。

回測階段最容易掉進的坑是過擬合。拿歷史K線跑一遍，夏普比率很漂亮，一換時間段就虧得慘。我現在的習慣是用至少三年不同行情做樣本外測試，牛市、熊市、震蕩市各占一段。數據源也要干凈，交易所API返回的tick數據和實際成交有微小偏差，不處理的話回測曲線會虛高。滑點參數我一般設0.5個基點起步，流動性差的幣種直接拉到1個基點。

實盤上線后才發現，回測里假設的"瞬間成交"根本不存在。BTC、ETH這種主流幣還好數字貨幣python量化交易，小幣種一個市價單就能把盤口吃掉三四個價位。API限頻、WebSocket斷連、交易所維護停機，這些技術問題占了我實盤調試時間的大頭。我現在用的是ccxt統一接口對接，加上自己的斷線重連和心跳檢測模塊，至少能保證程序不會靜默掛掉。

你們做數字貨幣量化交易時，是更在意策略本身的alpha，還是在交易系統的基礎設施上花更多時間？回測和實盤的gap，你一般怎么縮小？