模拟撮合引擎:七条规则,加一条回测里不存在的状态

委托 206   成交 98   被拒 108

一、七条规则(全部继承自 P4 的单元测试)

第 ⑤ 条的"最低 5 元"是很多实现会漏的:小额交易的实际成本远高于比例费率。一笔 1000 元的买入,按 2.5bp 只有 0.25 元佣金,而实际要收 5 元——真实费率是 50bp,20 倍。

二、回测里不存在的那条状态

@dataclass
class Position:
    qty: int = 0
    locked: int = 0          # T+1：当日买入不可卖
    cost: float = 0.0

    @property
    def sellable(self):
        return max(self.qty - self.locked, 0)

locked 这个字段在向量化回测里没有对应物——因为向量化回测里"持仓"就是一个数,没有"其中多少不能卖"这回事。

而正是这个字段,让 T+1 从一句口号变成一个会拒单的约束。

🔧 动手做:看一眼向量化回测永远给不了你的那 108 笔(5 分钟)

跑 SimMatcher(模拟撮合),看它的成交与被拒统计。

你会看到(实测):622 个交易日,206 笔委托里 98 笔成交、108 笔被拒——而"被拒"这个概念,在向量化回测里根本不存在(它默认"目标仓位一定达成")。

想明白:那 108 笔被拒(涨跌停封板、停牌、资金不足、T+1 锁定)是一份诊断报告:它告诉你策略在什么时候"想做却做不到"。向量化回测把这些失败的交易全部静默吞掉,于是你看到的净值比现实好看。能把"被拒"显式记下来,是模拟撮合相对向量化最本质的价值。

三、108 笔被拒:一份诊断报告

不足一手    108 笔（100.0%）

四、撮合器与回测引擎的三个差别

第一条差别是纸上交易的全部价值所在:一次性给全的数据,让"我不小心用了未来数据"这件事无法被发现;而一天一天喂,结构上就堵住了这条路。

五、为什么这套撮合值得自己写

不是因为它比商业系统好,而是因为你需要知道它假设了什么。

而用别人的系统时,这些假设通常写在文档的第 37 页,或者根本没写。

📌 免责:本课为技术教学,SimMatcher 是模拟撮合,不连接任何真实交易通道;不构成投资建议。