在欧美发达的金融市场上，程序化交易已被大量使用。但在中国，这方面的硬件和软件配置都刚刚起步。一些构思很好、测试效果也很好的交易系统，结果往往和预期大相径庭。其中的原因当然有很多，一个很重要的原因就是没有全面考虑市场的流动性问题：

(1)不能成交。在实盘中出现涨跌停板、流动性中断的情形时，交易往往是无法达成的。而在程序化交易测试的时候，很可能忽略了流动性因素的影响，被当做能够达成交易。就是这么简单的一个细节，却可以使测试结果和实际情况天差地别。

(2)成交规模限制。特别是在测试过往数据时，测试数据往往没有考虑到当时的成交量。例如在橡胶测试系统上开仓1000手，如果放到2004年的数据来看，当时一天的总成交量才3000多手，1000手是根本无法马上成交的。

(3)成交成本。之前，交易系统在计算成交的时候没有考虑手续费和点差。测试成本与真实的交易成本存在很大的差异。虽然后来有的交易系统开始加人手续费和点差，但真实市场的流动性是存在不确定性的，当程序化交易运用到真实市场中时，可能面临短期跳水、价格不连续、报单数量过少等系统中无法模拟的情况……所以实际上的交易成本仍然会远远高于交易系统的设想。

(4)改变市场。测试历史数据有两大哲学缺陷：一个是“过去发生过的事情，不代表以后会发生”；另一个是“同样的前提下，你的参与，很可能会改变结果”。

做股票或者期货交易的人可能都有过这样的体会：手上持有多单，亏损熬了很久，始终不见反弹，一直熬一直跌，价格一路从6000点跌到3000点。终于有一天熬不住了、砍仓了，价格马上见底大幅上涨。第二次，当价格又一次从6000点跌到3000点时，由于有了前一次的教训就继续扛着。结果价格一下又跌到了2000点。无奈离场后，发现价格就又从2000点开始涨。于是他感觉好像市场主力在盯着自己，不砍不涨。

程序化交易系统的测试也是一样，在一个已经过去了的市场，测试结果很好未必代表系统是可行的，因为你并没有参与。在一个未来的市场，市场的流动性、市场的财富容量、分配方式都会因你的加入而发生改变，不要以为你是一个散户就不会改变市场。用历史数据拟合出一个交易系统，前提本身就是有问题的。正确的系统设计方法应该是先提出理论设想，再用历史上的任何行情加以验证。