为什么RPS回测年化38%，实盘三个月却亏18%？

Hello，

我是葱头，

一个写了26年代码的程序员。

现在在用缠论和RPS做主观交易。

今天我们来聊聊RPS选股信号里的数据陷阱与拥挤交易

小字注：因调研工具暂时不可用，基于真实经验撰写

2023年下半年，我花了整整两周把RPS选股策略跑通了回测。

那时候用的数据是某知名数据商的日线级别前复权，周期选250天，阈值设80，买入次日开盘价，止损设前一日最低价，止盈跟踪ATR两倍。

回测出来年化38%，最大回撤12%，夏普接近2.5。

那会儿我盯着回测报告，心里想着，这不就是印钞机吗？

好家伙，实盘跑了三个月，账户亏了18%。

---

先说数据清洗这回事，这绝对是程序员最容易忽略、却最致命的坑。

回测时我用的前复权数据，看着K线漂亮、连续、没缺口。

可实盘里，股票分红送配、停牌复牌、临时停牌、退市整理期、ST摘帽、换股上市、甚至同一只票一天内换过两次代码，这些情况前复权数据里要么没体现，要么体现得不全。

最扎心的一次：某只票除权日前一天RPS还在85，除权日开盘价直接跳空缺口，前复权数据里那根K线看着涨了3%，实盘买在手里却是亏5%起步。

那几天我天天盯着数据清洗脚本改，加分红送配还原、加停牌标记剔除、加换代码映射表，改了三版，回测曲线愣是没变漂亮多少，那就是因为那些「脏数据」产生的假信号，在回测里早就被前复权平滑掉了。

---

讲真，数据商卖给你的「干净数据」，大多是事后诸葛亮整理出来的。

实盘当下，你拿到的只有带噪声、带延迟、带缺口的原始Tick。

RPS这玩意儿本质是排序，极其敏感边界附近的微小价格变动。

一只票收盘价差两分钱，RPS可能就从79.8跳到80.2，信号直接翻篇。

回测里用收盘价算RPS，实盘收盘前十分钟价格还在跳，你要不要按当时价格下单？

要，万一收盘拉回去了，信号消失，你就白买了；不要，万一收盘确认了，你又错过开盘价买入的最佳位置。

这种「收盘确认vs实时下单」的时序博弈，回测里根本不存在，回测默认你神仙般拿到了收盘价还能穿越回开盘买入。

---

再聊聊拥挤交易，这才是RPS高分股实盘表现不如回测的核心原因。

RPS80以上的票，本质上就是「过去一段时间涨得比全市场80%的股票都强」。

谁在买这些票？量化私募、北向资金、公募基金、甚至同行散户跟风盘。

大家用的筛选逻辑大同小异：高RPS、高换手、突破年线、量价配合……

当几百亿甚至上千亿资金用着相似的模型盯着同几十只票时，这票的流动性溢价早就被透支了。

---

我有个很具体的感受：2024年春天那波AI板块行情，RPS90+的票一抓一大把。

按回测逻辑，买入次日开盘价，止损前一日最低，应该能吃到主升浪。

可实盘里，这些票开盘往往直接高开3%-5%，甚至一字板，根本买不到；勉强追进去的，盘中一旦回调2%，量化止损单子一砸，瞬间砸穿你的止损位，然后反手拉升，把散户全震仓出去。

我当时就纳闷：回测里明明止损设在前日最低，为什么实盘总被扫？

后来复盘才明白：回测用的「前日最低」是日线数据里的最低价，实盘里分时图最低价往往比日线最低价还要低个一两个点，那就是算法在毫秒级扫单、做流动性收割。

你的止损单挂在日线最低价，对算法来说就是送上门的流动性。

---

这让我想起写代码时做压测的场景。

压测环境里，请求是均匀发送的，数据库连接池够用，锁竞争不激烈，QPS跑得飞起。

上生产环境，突发流量洪峰、慢查询堵连接池、主从延迟导致读脏数据、甚至机房光缆被挖断，压测跑出的性能指标全失效。

RPS回测就是那个「压测环境」，实盘才是「生产环境」。

你在回测里验证的是「理想条件下策略的理论上限」，在实盘里面对的是「非理想条件下策略的生存下限」。

这两者中间的鸿沟，不是加几个参数、调几个阈值能填平的。

---

那么，是不是RPS就没法用了？

我也曾这么想过，甚至想扔掉RPS改做基本面选股。

但后来我想通了一件事：RPS从来不是「买入信号」，它只是「关注名单生成器」。

回测里把它当信号用，是因为回测没有「主观判断」这个变量，程序只能按规则死执行。

实盘里，RPS筛选出的20只票，我会逐一打开日线、周线、月线，结合缠论中枢、买卖点、量能结构、甚至财报预告、行业政策，手动剔除掉15只。

剩下的5只，才是我真正会下单的标的。

这5只里，有的RPS可能只有75，但缠论周线级别二买刚确认、量能温和放大、板块逻辑站得住脚，这才是我要的「确定性」。

---

这里有个很关键的认知转变：从「信号触发即执行」变成「信号触发即观察」。

RPS高，只说明它「曾经强过大多数人」；缠论买点出现，才说明它「现在多头占优、结构向好」。

前者是历史统计，后者是当下结构。

把两者混为一谈，就是拿历史统计当结构确认，这在回测里叫「过拟合」，在实盘里叫「送钱」。

---

再分享个细节，关于「换手率」这个RPS常用的辅助过滤条件。

很多教程说：RPS高+换手率适中（5%-15%）=主升浪确认。

我实盘统计过：RPS80+且换手率5%-15%的票，次周上涨概率确实有60%左右。

但有一类情况极其危险：RPS从60飙到85的过程中，换手率从3%飙到25%，然后回落到10%。

这种「换手率先行见顶、RPS滞后见顶」的票，往往是主力出货完成、散户接盘的典型特征。

回测里只看截面数据（当日RPS、当日换手率），完全看不出这个动态过程。

实盘里，我会把换手率序列拉出来看趋势：换手率在放大还是萎缩？峰值出现在RPS峰值前还是后？这个动态视角，回测框架很难建模，但人眼看分时、看日线换手柱状图，三秒钟就能判断。

---

还有个程序员视角的细节：数据频度对RPS的影响。

日线级别RPS250，周线级别RPS50，月线级别RPS12，三个周期算出来的排名经常打架。

日线RPS85、周线RPS60、月线RPS40，这票到底算强不算强？

回测里你得选一个周期死磕，或者搞多周期投票机制，参数一多，过拟合风险指数级上升。

实盘里，我只看日线RPS做初筛（漏斗入口），周线级别缠论结构做确认（买点判断），月线级别趋势做背景板（大方向过滤）。

三个周期各司其职，不投票、不加权、不打分，全凭「当下结构」一张图说话。

这种「分工明确、不求全」的用法，反而比任何多因子模型都管用。

---

说到这儿，我不得不承认：我现在的RPS用法，和两年前回测时的RPS用法，已经是两码事了。

回测时，RPS是「决策树的根节点」；现在，RPS只是「盘前刷票的快捷键」。

这中间的差距，不是数据更干净了、参数更优了、模型更复杂了填平的。

是因为我接受了一个事实：市场不是实验室，数据不是真理，信号不是指令。

所有的量化指标，包括RPS、缠论、MACD、布林带，本质上都是「降维后的投影」。

投影必然丢失信息，丢失的那些信息里，藏着实盘生死攸关的细节。

---

前阵子有个读者问我：「葱头老师，你现在RPS参数设多少？周期多少？阈值多少？」

我愣了一下，回他：「日线250、阈值80，但这参数不重要，重要的是你看完RPS之后干什么。」

他追问：「那你看完之后干什么？」

我说：「打开缠论图，找中枢、找买点、看量能、查基本面、查停牌历史、查分红送配记录、查大股东减持公告……这才是正经事。」

他好像有点失望，大概期待我给个「黄金参数组合」。

但我只能告诉他：没有黄金参数，只有「把脏活累活干扎实」的执行力。

---

写到这里，突然想起2021年那次踩坑。

当时某新能源龙头RPS连续三周95+，回测逻辑说「强势股持仓跟踪ATR止盈」，我就满仓拿住了。

结果公司发布业绩预告大幅下修，股价连跌五天，每天开盘即跌停，ATR止盈根本来不及触发，账户单周回撤12%。

那周末我把RPS回测代码删了重写，加了基本面过滤、财报预告过滤、大股东减持过滤……

改完回测年化从38%掉到28%，最大回撤从12%降到8%。

按学院派理论，策略性能变差了；但我睡得踏实多了。

因为我知道，实盘里那12%的回撤里，藏着多少个「数据很干净、参数很完美、却扛不住一条突发利空」的夜晚。

---

所以，如果你也在用RPS选股，建议试着把视角转一下：

别问「RPS多少买入、多少卖出」，而要问「RPS筛出来的这票，当下结构支不支持做多？」

别信「回测年化多少」，而要问「这回测里藏了多少实盘会遇到的脏数据、拥挤止损、流动性陷阱？」

别找「最优参数」，而要建立「最小必要信息集」，那就是RPS初筛、缠论确认、基本面兜底、风控兜底，四层过滤，缺一不可。

---

RPS只是个排序工具，把它当成「选股圣杯」的，大多还在回测里打转。

把它当成「漏斗入口」、配合结构确认、基本面兜底、风控收尾的人，才能在实盘里活下来。

这中间的认知跨度，不是看几篇文章、跑几遍回测就能跨过去的。

得自己在实盘里被扫几次止损、被套几次拥挤交易、被坑几次脏数据，疼得肉生疼了，才能真懂。

评论区见。

声明：本文不构成任何投资建议。市场有风险，交易需谨慎。

感谢你读到最后，记得帮我点个"赞"+"推荐"，并"分享"给更多人吧！