滑点假设的高级考量
执行建模中的“滑点假设”含义
滑点假设用于表示订单预期成交价与实际成交价之间的差异。在建模工作（如回测或前向测试）中，通常无法观察到真实的详细执行路径，因此需要定义一个规则，说明你将假设承担多少额外成本（或有时是更优价格）。
这一概念最好被视为近似执行不确定性的建模输入。它不同于点差、费用或佣金——这些通常需单独添加。滑点假设通常涵盖以下因素：
- 决策与执行之间的价格变动，
- 订单路由和执行延迟，
- 执行时刻的深度可用性（流动性），
- 部分成交和不同成交价格。
一种实用的理解方式是：如果你的模型表示每笔交易将假设“X单位滑点”，那么该模型实际上是将执行不确定性转化为一种可重复应用的一致性成本调整。
滑点假设的工作机制：稳定机制与可变条件
高级考量始于区分模型控制的内容与市场及执行环境控制的内容。
定义单位和方向
滑点可用不同单位表示：
- 以价格单位（例如，每单位货币），
- 以点数或点（ticks or points），
- 以价格的百分比，
- 作为交易的附加成本（通常更便于盈亏建模）。
还需明确方向性。许多简单模型假设滑点总是不利的，但执行有时可能以优于预期的价格成交。如果强制“总是更差”，就会在绩效估算中引入系统性偏差。如果允许双向变动，则需要规定每种方向发生的频率规则。
选择映射规则
“滑点假设”通常转化为一种映射规则，例如：
- 每笔订单固定滑点，
- 与交易规模成比例的滑点，
- 与波动率或点差条件相关的滑点（如果数据集支持），
- 从分布中抽取的滑点（蒙特卡洛风格）。
高级部分在于确保该规则与你在数据集中衡量进出价的方式一致。如果你的回测进出价已是“有效”价格（例如，源自真实执行日志），再添加单独的滑点调整可能会重复计算执行成本。
隔离时间假设
滑点受模型决策时刻与假设执行时刻之间时间差的强烈影响。如果你的数据使用基于K线的时间（例如，一分钟K线），但你的模型假设在该K线内不同时间点执行，则你的滑点假设必须反映该时间差。否则，模型可能变得内部不一致。
谨慎添加独立性假设
许多简化方法将滑点视为与信号无关。实际上，滑点与交易激进程度常有关联：
- 更紧急的执行行为可能改变排队延迟，
- 在高波动期间交易会改变典型执行质量，
- 较大订单可能与可用深度互动。
如果忽略相关性，可能会低估结果的变异性。
证据与示例：用极端情况对模型进行压力测试
由于此处不假设实时市场数据，“证据”指使用明确假设进行的内部一致性检查和情景测试。
示例：固定滑点 vs. 考虑规模的滑点
假设一个建模框架对每笔交易假设恒定滑点成本。当订单规模相对于可用流动性较大时，这可能失效。
为进行压力测试，使用相同的进出逻辑运行两个内部变体：
- 每笔订单固定滑点假设，
- 随交易规模增长的滑点假设。
然后比较关键结论（例如，两种模型下结果是否仍合理）是否成立。如果结果发生巨大变化，说明你的结论严重依赖于滑点规则，而非稳定机制。
示例：部分成交与订单排队
简化假设的常见失败模式是将每笔订单视为单一成交价格。实际上，订单可能以不同价格分批成交。
极端情况检查：
- 如果你假设单一成交价格，但实际执行环境可能部分成交，你的模型可能低估真实成本范围，
- 如果你假设的滑点未反映排队延迟，你可能错误表示执行速度下降期间的影响。
一种建模变通方法是引入关于成交次数或跨时间平均成交价差的假设。即使近似，这也比“总是单一成交”更稳健。
示例：方向偏差
如果你总是假设滑点为负，可能会引入保守的成本拖累。这并非自动错误，但必须作为有意的建模选择加以证明。
极端情况检查：
- 测试对称假设（围绕零的正负滑点）与单向假设，
- 确认你的建模绩效对该选择的敏感性。
如果结论仅在一种方向假设下成立，则不具稳健性。
局限性与风险：滑点假设失效之处
关键局限不仅关乎“准确性”，更关乎结构有效性。
历史关系不保证未来结果
即使滑点模式在历史数据中看似一致，执行条件也可能变化。不同的流动性状态、执行技术变化和市场微观结构变化，都可能改变你假设的滑点规则与实际结果之间的关系。
重复计算与会计错配
两种常见风险：
- 将已包含有效价格的数据与额外滑点混合，
- 错误分离点差/费用，导致滑点与成本重叠。
确保你的建模流程中各成本组件不重叠。如果点差已嵌入数据集的有效定价方法中，仅当滑点代表额外组件时才可叠加。
不现实的粒度
在粗略层级（例如，每根K线）表现良好的规则，在执行发生于更细粒度时可能失效。如果模型将整根K线视为一个决策到执行的间隔，可能将K线内波动错误归因于滑点。
隐藏的参数不确定性
滑点假设常引入参数（固定金额、分布形状、规模敏感性）。如果这些参数根据历史结果调整，你可能过度拟合于可能不再重复的执行条件。
一种以验证为导向的风险降低方法是进行敏感性测试：在合理范围内变动滑点参数，观察结论是否保持稳定。
验证：如何独立检查你的假设
在此背景下，独立验证不需要实时价格；它需要一致性、敏感性和关注点分离。