聚宽研究环境中利用 create_backtest 动态修改策略全局变量 (g.security) 的方法与常见问题排查

create_backtest能否改变security数值？

利用create_backtest创建回测，原回测中有内置的g.security，我想通过create_backtest改变是否可能？我将新的代码放入extra_vars字典中，无法获得回测结果，gt.get_results()结果为空。
是否create_backtest必须与原代码中的g.security一致？
研究代码为：

设定初始仓位
InitialPositions = [
{
'security': '000009.XSHE',
'amount': '1000', # 100股

}
]

设定g.全局变量的值
extra_vars = {'security': '000009.XSHE','ma_long': 5, 'm': 1.01}

create_backtest('','2015-01-01', '2016-06-01', \
frequency="day",initial_cash=100000, initial_positions=InitialPositions, extras=extra_vars)
gt = get_backtest(out_algorithm_id)
gt.get_results()

结论

可以改变。 通过 create_backtest 的 extras 参数，完全可以动态改变原策略代码中的 g.security 数值，不需要与原代码中的 g.security 保持一致。

根据 JoinQuant API 文档说明：

extras: 额外参数，一个 dict， 用于设置全局的 g 变量，如 extras={'x':1, 'y':2}，则回测中 g.x = 1, g.y = 2。需要注意的是，该参数的值是在 initialize 函数执行之后才设置给 g 变量的，所以这会覆盖掉 initialize 函数中 g 变量同名属性的值。

为什么你的 gt.get_results() 结果为空？

你的思路是正确的，但代码实现上存在几个常见的错误，导致回测未能成功运行或未能正确获取结果。请排查以下几点：

1. create_backtest 的第一个参数 algorithm_id 为空

在你的代码中：create_backtest('','2015-01-01', ...)，第一个参数传入了空字符串 ''。这是无效的。

• 如果你想运行已保存在“我的策略”中的代码，必须传入正确的 algorithm_id（从策略编辑页的 URL 中获取）。
• 如果你想直接在研究中以字符串形式传入策略代码，应该使用 code 参数，例如：create_backtest(code=my_strategy_code, start_date=...)。

2. 获取回测对象的 ID 错误

create_backtest 函数执行后会返回一个 backtest_id（字符串类型），你需要用这个返回的 ID 去调用 get_backtest()。
你的代码中写的是 gt = get_backtest(out_algorithm_id)，这里的变量名暗示你可能混淆了 algorithm_id（策略源码ID）和 backtest_id（本次回测运行的ID）。

3. 回测是异步执行的，未等待运行结束

create_backtest 提交回测任务后，后台需要时间运行。如果你紧接着立刻调用 gt.get_results()，此时回测大概率还在 running 状态，结果自然为空。
你需要通过 gt.get_status() 循环检查状态，直到状态变为 done 后，再去获取结果。

4. initialize 中的逻辑依赖问题（进阶排查）

由于 extras 的覆盖发生在 initialize 之后，如果你的原策略在 initialize 中使用了 g.security 进行了某些不可逆的初始化操作（例如：set_universe([g.security])，或者在 Tick 级回测中 subscribe(g.security, 'tick')），那么这些操作使用的依然是原代码里的旧值。只有在 handle_data 或定时运行函数中，g.security 才会表现为 extras 传入的新值。

正确的代码示例

以下是一个在研究环境中正确使用 create_backtest 修改 g.security 并获取结果的完整示例：

import time
from jqdata import *

# 1. 设定初始仓位和额外参数
InitialPositions = [
    {
        'security': '000009.XSHE',
        'amount': '1000', # 1000股
    }
]

extra_vars = {'security': '000009.XSHE', 'ma_long': 5, 'm': 1.01}

# 2. 假设你的策略 ID 是 'xxxxxx' (请替换为真实的 algorithm_id)
algorithm_id = 'xxxxxx'

# 3. 创建回测，注意接收返回的 backtest_id
backtest_id = create_backtest(
    algorithm_id=algorithm_id, 
    start_date='2015-01-01', 
    end_date='2016-06-01', 
    frequency="day",
    initial_cash=100000, 
    initial_positions=InitialPositions, 
    extras=extra_vars
)

print("回测已创建，ID为:", backtest_id)

# 4. 获取回测对象
gt = get_backtest(backtest_id)

# 5. 循环等待回测完成
while True:
    status = gt.get_status()
    print("当前回测状态:", status)
    if status == 'done':
        print("回测完成！")
        break
    elif status in ['failed', 'canceled', 'deleted']:
        print("回测异常终止！")
        break
    time.sleep(5) # 每5秒检查一次

# 6. 获取并打印结果
if gt.get_status() == 'done':
    results = gt.get_results()
    if results:
        print("获取到结果，共 %d 个交易日的数据" % len(results))
        # 打印最后一天的数据示例
        print("最后一天收益情况:", results[-1])
    else:
        print("回测已完成，但结果为空，请检查策略逻辑是否产生交易。")