如何在 QMT 中回测我的量化交易策略并分析其表现？

在 QMT 平台中对已编写好的 Python 策略进行历史数据回测，主要分为数据准备、参数设置和执行回测三个步骤。

以下是详细的操作流程：

1. 补充历史数据（至关重要）

QMT 的回测依赖本地数据，因此在回测前必须下载所需的数据。

• 操作入口：点击客户端顶部的**【数据管理】**。
• 操作步骤：
  1. 选择您策略涉及的市场（如沪深A股）和品种。
  2. 选择需要回测的周期（如日线、1分钟线等）。
  3. 设置下载的时间段（应覆盖您的回测区间）。
  4. 点击下载，等待数据补充完成。

2. 设置回测参数

您可以通过策略编辑器界面或代码两种方式设置回测参数。

方式 A：通过策略编辑器界面设置

在策略编辑器右侧面板中，找到**【回测参数】**标签页进行设置：

• 时间区间：设置回测的开始时间和结束时间。
• 基准：设置参考基准（如沪深300指数）。
• 资金：设置初始资金（如 1,000,000）。
• 费率与滑点：设置手续费（按比例或固定值）、印花税及滑点（模拟冲击成本）。
• 基本信息：在【基本信息】标签页中，确认默认周期和默认品种（这将决定回测的主图驱动行情）。

方式 B：通过代码设置（推荐）

在策略的 init(ContextInfo) 函数中直接写入参数，代码中的设置优先级高于界面设置。

def init(ContextInfo):
    # 1. 设定回测起止时间
    ContextInfo.start = '2020-01-01 00:00:00'
    ContextInfo.end = '2021-12-31 15:00:00'
    
    # 2. 设定基准 (例如沪深300)
    ContextInfo.benchmark = '000300.SH'
    
    # 3. 设定初始资金
    ContextInfo.capital = 1000000
    
    # 4. 设定手续费 (例如万分之三)
    # 参数顺序: [买入印花税, 卖出印花税, 开仓手续费, 平仓手续费, 平今手续费, 最低佣金]
    # 如果只传一个浮点数，则代表开平仓手续费相同，其余为0
    ContextInfo.set_commission(0, [0.001, 0.001, 0.0003, 0.0003, 0, 5])
    
    # 5. 设定滑点 (例如 1跳)
    # 参数1: 滑点类型 (0:跳数, 1:固定值, 2:比例)
    ContextInfo.set_slippage(0, 1) 
    
    # 6. 设定股票池
    ContextInfo.set_universe(['600000.SH', '000001.SZ'])

3. 执行回测与查看结果

1. 启动回测：在策略编辑器顶部工具栏，点击**【回测】**按钮（注意不要点击“运行”，运行是用于实时行情或模拟盘）。
2. 查看绩效：
   • 回测完成后，界面会跳转到回测结果页。
   • 绩效指标：查看年化收益率、夏普比率、最大回撤、Alpha/Beta 等指标。
   • 可视化图表：主图会显示策略净值曲线与基准曲线的对比，以及买卖点标记。
3. 详细分析：
   • 交易明细：查看每一笔成交的时间、价格和数量。
   • 持仓分析：查看每日持仓市值和仓位变化。
   • 日志输出：如果在代码中使用了 print() 或 ContextInfo.paint()，可以在日志面板或副图中查看调试信息。

常见问题提示

• 无交易记录：如果回测结果为空，请检查是否已下载对应时间段和周期的历史数据，或者检查 ContextInfo.set_universe 是否设置了有效的股票池。
• 撮合机制：回测模式下，默认在信号产生的下一根 K 线的第一个 tick（或开盘价）撮合成交。如果需要在当根 K 线成交，需在 passorder 函数中设置 quickTrade=1（但这可能引入未来函数，需谨慎使用）。