JoinQuant 策略的 algorithmId 是变化的吗？会影响 create_backtest 吗？

在 JoinQuant（聚宽）平台中，关于策略的 algorithmId 以及它对 create_backtest 函数的影响，可以从以下几个方面来理解：

1. algorithmId 是变化的吗？

通常情况下，同一个策略的 algorithmId 是固定不变的。它是该策略在聚宽平台数据库中的唯一标识符。
如果您发现每次点进策略时 algorithmId 都在变化，可能是以下原因：

• 新建了策略：您可能每次点击的是“新建策略”而不是打开已有的策略，新建的策略会分配全新的 ID。
• URL 路由机制：某些情况下，如果您查看的是策略的特定历史回测版本或克隆版本，URL 可能会带有不同的参数，但原策略编辑页 URL 中的 algorithmId 应该是固定的。

2. 对 create_backtest 函数的影响

会有直接影响。
在研究环境中使用 create_backtest 函数时，algorithm_id 参数用于告诉系统你要运行哪个策略的代码。

• 如果您传入了一个旧的或错误的 algorithmId，系统可能会找不到策略，或者运行的是旧版本的代码。
• 因此，您必须确保传入的 algorithm_id 是您当前想要回测的那个策略的准确 ID（从该策略编辑页的 URL 中 ?algorithmId=xxxx 获取）。

3. 最佳解决方案：使用 code 参数代替 algorithm_id

如果您觉得每次去获取 algorithmId 很麻烦，或者担心 ID 变化导致回测出错，强烈建议您使用 create_backtest 函数的 code 参数。

根据 JoinQuant API 文档，create_backtest 支持直接传入策略代码字符串，这样就可以完全脱离对 algorithmId 的依赖。

示例代码：

from jqdata import *

# 1. 将您的策略代码写成一个长字符串
my_strategy_code = """
def initialize(context):
    set_benchmark('000300.XSHG')
    set_option('use_real_price', True)
    run_daily(market_open, time='09:30')

def market_open(context):
    log.info('运行回测')
    # 您的策略逻辑...
"""

# 2. 设置回测参数（注意这里不需要 algorithm_id）
params = {
    "start_date": "2023-01-01",
    "end_date": "2023-12-31",
    "frequency": "day",
    "initial_cash": 100000,
}

# 3. 创建回测
# 注意：这里直接将 my_strategy_code 传给 code 参数
created_bt_id = create_backtest(code=my_strategy_code, **params)
print("创建的回测 ID:", created_bt_id)

总结：
为了保证研究环境中批量回测或自动化回测的稳定性，推荐直接将策略代码作为字符串通过 code 参数传入 create_backtest，这样既直观又不会受到 algorithmId 变化的任何影响。