一个好策略为什么实盘效果无法达到预期

原因1：K线数据变动
K线在周期结束后，不是实时确定最终数值
在周期结束后的一小段时间内，通过接口取数的收盘价会有变化
实盘中策略信号计算所用的收盘价，与回测中的收盘价会有一定的出入
策略周期越短，实盘接口取数收盘价不同带来的滑点越严重
1分钟K线，大约要周期结束后2s，接口获取K线数值与网页K线数字相同
图中可见，17：56：00和17：56：02存在大约0.0128%的差异

解决方案：1、回测中加大滑点
2、实盘策略信号计算延迟若干时间（只能确保信号与回测相同，仍不可避免滑点）

1.1 K线数值变化造成假信号
第一次出现low时50.564

下一个周期出现时，low变成50.97

第三个周期出现时，又改回去

导致第二个周期时，实盘中计算出现平空信号（错误信号）
回测中一致持有空仓

原因二：
实盘读取k线数量不足，无法计算指标
n2 = 57*34 = 1938
比ok限制1440要多500个左右，15分钟周期，要等7500分钟（125小时，5.2天）

1、collect_candle_data_for_okex_futures_trade历史数据取到最后1440根，只做最新1440周期的数据替换，不更新整张表，确保部分策略超过1440周期k线需求
2、okex_futures_strategy_params增加策略所需k线数量

原因三、最小周期k线数量不足
大周期k线由小周期k线resample算出
最小周期一般是5m
计算4h至少需要48根k线
默认candle_num = 30
计算4h时候一定会出错，尤其是open

所以2h经常倒数第二根K线出错（需要48根）
1h经常倒数第三根k线出错（需要36根）

我自己默认更新最后3根k线，就是至少需要150根左右的5m

多账户择时框架K线数据不精确、数量不足解决方案
越深入学习j神动量自适应(子母)布林短线策略v3，越发现2个膝盖根本不够用。
实盘过程中，ETH15分钟最优参数N1=58，K=34，计算N2=1972，母布林自适应一通操作下来，计算出第一个信号竟然需要将近4000根k线参与。
邢大给的多账户择时框架，受限于okex的历史k线1440根取数上限，且每2个小时要重新获取一次历史数据全部覆盖，k线数据永远无法达到需求量。
问题推而广之：多账户择时框架原版的K线获取代码，无法满足部分需要大量K线数据参与计算的策略实盘需求

另，实盘过程中，发现部分K线在下一个周期取数时，与本K线周期结束时close会出现变化
原因是取数时K线的最后几笔交易统计，有部分在周期结束之后（1秒内）完成
按原版取数代码仅更新本周期K线，将有大量实盘与回测数据存在差异。

本文基于okex多账户择时框架，对okex_collect_data.py进行改写，旨在解决以下几点问题：
1、最近的几个周期K线数据更新，确保实盘回测数据一致
2、累积历史K线
3、根据策略需求保留大于1440根K线
闲言少叙，上代码：

后记：如果没有常态收集K线的数据库，要实现15分钟周期4000个K线的收集，大约需要26.67天时间（15*（4000-1440）/60/24）。也就是说，策略运行后，大约要一个月，才能产生第一个交易信号。。。
想想70倍的年化，似乎这一个月的时间也值得等待

原因三、信号错误
2021/7/7 5:00:00 回测信号由开多直接变开空

实盘中只完成平多操作

实盘信号中，多头仓位时只返回了平仓

原因四、实盘信号与回测信号效果不一致
动量自适应V3
回测信号：df.loc[condition_short, ‘signal_long’] = 0
condition_short条件满足，即母布林判断不开多，有多仓也直接平
实盘信号
母布林判断不开多时，没有返回平仓信号

原因5、K线数据变动

原因6、最小k线周期错误，造成部分k线没有取到

原因7、单账户框架中，部分周期计算信号的k线数量不足

son3需要5372根k线=370根
这里只有105根，master_median无法计算
原因：tea原版写法：
df = df.iloc[df.shape[0] - self.data_num:, :]
当df.shape[0] < self.data_num,保留行数结果为负数，只保留最后几行
df = df.iloc[- self.data_num:, :] 直接保留最后data_num行