技术总监小李用触控笔圈选佣金参数，笔尖在“万三佣金”的数字上停留：“将每次交易的佣金乘以交易量，作为正向奖励信号，”他的声音带着技术人员特有的兴奋，“高频交易的核心是流动性套利，模型需要学会在买卖价差中捕捉机会。”
林语晨皱眉，指尖在历史佣金支出图表上划出一道陡峭的斜线：“2023年量化私募的平均佣金成本占收益的72，”她的白大褂口袋里，mit钢笔的刻字在灯光下若隐若现，“过度交易会让利润消耗在手续费上，还记得404章对手盘利用我们的交易频率狙击吗？他们可能正等着我们陷入高频陷阱。”
“先看模拟盘结果，”陈默点击回测启动按钮，金属质感的按钮在指尖发出清脆的“咔嗒”声，“历史数据是最好的试金石。”
回测曲线在2023年a股数据中如火箭般上升，模型单日平均交易150笔，夏普比率从38提升至41。林语晨的表情稍缓，却在切换到2020年负油价场景时骤然凝固——曲线突然垂直下挫，模型在油价暴跌期间逆势加仓，单日亏损扩大至45，交易次数飙升至300笔，如同赌红了眼的赌徒不断加注。
“奖励函数缺陷！”林语晨的指尖几乎戳到屏幕，“模型把交易佣金误判为市场流动性的正向指标，为了赚取奖励而忽视风险，这是典型的‘强化学习赌徒谬误’——算法在自我诱导中走向毁灭。”
午后13点，实盘测试启动。科创板的半导体板块在模型的指令下剧烈震荡，交易室的成交回报界面每秒刷新三次，红色的亏损单如雪花般铺满屏幕。陈默调出交易日志，400次交易中78为亏损单，佣金成本达23万元，占总亏损的32，而手续费支出栏的数字仍在快速跳动。
“看这个，”陈默调出某半导体股票的交易记录，3天内的买卖记录密密麻麻，“三天内被反复买卖27次，净亏损82，每次交易的