一、未来函数（Lookahead Bias）
策略意外用到了"未来才知道的数据"。最经典的是用当日收盘价触发买入信号——实际下午 3 点你不可能知道收盘价。
建议用 next bar 的开盘价执行，且数据接入严格按时间戳推进。
二、滑点和手续费估计不足
回测里假设"按当前价立即成交"，实盘里要打到对手盘、要考虑深度、要扣手续费。小盘币种的滑点能轻松吞掉策略的所有收益。
建议回测里至少加 0.3% 滑点 + 真实手续费。
三、数据存活偏差（Survivorship Bias）
用今天还在的币种历史数据回测，会自动排除已经下架/归零的币。实际投资里你不知道哪个会归零。这种偏差让回测结果系统性偏好。
解决办法：用包含已下架币种的"完整历史数据"，承担更高的数据成本。
四、过拟合（Overfitting）
策略在历史数据上调到极致，参数高度依赖某段时间的市场特征。
样本外测试（out-of-sample）是必须的：把数据分成训练集和测试集，参数只在训练集上调，测试集只看不调。
五、回测与实盘代码路径不一致
这个最致命也最隐蔽。回测引擎和实盘执行用了不同代码，回测里"挂单立即成交"实盘里要排队。
解决办法：回测引擎调用的下单逻辑必须和实盘是同一份代码，只是数据源换成了历史数据。
