监控与事故复盘

监控的对象不是服务器

系统监控（进程、内存、API 连通性）只是底线。量化系统真正要监控的是：实盘表现是否偏离回测预期——偏离是策略失效、数据故障或执行问题的最早信号。

三类对账

每日收盘后自动执行：

1. 持仓对账：实盘持仓 vs 策略目标持仓 vs 券商账户记录，三者应一致；
2. 滑点对账：每笔成交的成交价 vs 信号时刻的价格（滑点分布）；
3. 收益对账：策略实盘收益 vs 同期模拟收益（影子回测，见研究到生产的一致性）。

reconciliation.py

import numpy as np
import pandas as pd

def daily_recon(live_pos: pd.Series, target_pos: pd.Series,
                slippage: pd.Series, baseline: float = 1.0) -> list[str]:
    """每日对账：返回告警列表"""
    alerts = []
    pos_gap = (live_pos - target_pos).abs()
    if (pos_gap > 1e-6).any():
        alerts.append(f"持仓偏差: {pos_gap[pos_gap > 1e-6].to_dict()}")
    if slippage.std() > 3 * baseline * slippage.expanding().std().iloc[-2]:
        alerts.append(f"滑点分布突变: 今日 std={slippage.std():.4f}")
    return alerts

监控指标与告警阈值

指标	告警含义
滑点分布突变（均值/方差跳变）	执行问题或市场流动性变化，往往先于策略失效
实盘收益与影子收益的差距扩大	信号执行不一致或数据故障
目标持仓偏差持续未收敛	OMS 或数据链路问题
成交量占比异常上升	容量问题，见回测引擎设计

告警阈值不要用固定值：滑点、偏差的"正常水平"随市场变化，用滚动分布（如 3 倍滚动标准差）判定异常。

复盘：每次事故形成检查清单

事故复盘的目的不是追责，是把一次性教训变成永久性检查。模板：

1. 发生了什么：时间线、影响金额、影响范围；
2. 根因：数据、代码、执行、制度——归因到"哪一层缺失"；
3. 为什么没有更早发现：监控盲区在哪，哪个指标本可以更早告警；
4. 修复：代码/流程修复 + 新的检查清单条目（这是复盘的真正产出）。

警告

复盘产出的检查清单条目要进入下单前风控或监控指标，而不是停留在文档里。没有进入检查清单的复盘，等于没复盘。

量化中的用法

• 每日三类对账自动化，异常即告警；
• 滑点分布突变作为策略失效的领先指标重点监控；
• 每次事故产出检查清单条目，进入风控或监控。

本章要点

• 每日对账：实盘持仓 vs 目标持仓 vs 券商账户
• 滑点分布突变往往先于策略失效，是最重要的领先指标
• 每次事故写复盘，产出进入检查清单