回测和实盘差距最大的是哪一步？

前段时间做的两件事：

• 读书+v 友建议：重做量化研究流程
• 做了个感受回测和实盘差异的小频率动量策略

最近重新梳理整套流程（数据清洗 → 因子构建 → 回测 → 模拟盘）的时候，又越来越明显地感觉到：

很多东西在回测里看起来还行，一到实盘就开始“变形”。

目前自己踩到的一些坑比如：

• 成交价和假设偏差（实际滑点明显比预期大）
• 因子在不同时间段稳定性差异很大
• 调参过程中不知不觉开始过拟合
• 回测里能成交，实盘流动性其实不太够

想问下各位做量化的 v 友：

你最容易导致回测失真的环节一般在哪？比如：

• 滑点/手续费低估
• 数据有未来函数
• 流动性假设不成立
• 调参过度
• 因子只在某个阶段有效
• 回测撮合机制太理想化

有什么特别有效的解决方案么？