如何使用 QMT API 将历史行情和回测数据导出到 Excel 文件？

在QMT中，导出数据到Excel主要依赖于Python强大的第三方库 pandas。QMT内置了 pandas 和 openpyxl (或 xlwt)，因此你可以直接将数据整理成 DataFrame 格式，然后调用 .to_excel() 方法保存。

以下提供两个具体的代码示例：

1. 导出历史行情数据：获取指定股票的历史K线数据并保存。
2. 导出回测持仓明细：在策略回测结束时，自动将最终持仓导出。

场景一：导出历史行情数据

这段代码会在策略初始化 (init) 时运行，获取指定股票、指定时间段的日线数据，并保存到电脑的指定路径。

# -*- coding: gbk -*-
import pandas as pd
import os

def init(ContextInfo):
    # 1. 设置参数
    stock_list = ['600000.SH', '000001.SZ'] # 需要导出的股票列表
    start_date = '20230101'                 # 开始时间
    end_date = '20231231'                   # 结束时间
    period = '1d'                           # 周期：1d, 1m, 5m 等
    save_path = 'D:/qmt_data_export.xlsx'   # Excel保存路径 (请确保D盘存在，或修改为其他路径)

    print("开始获取数据...")

    # 2. 获取行情数据 (使用 get_market_data_ex 接口)
    # fields=[] 代表获取所有字段
    data_map = ContextInfo.get_market_data_ex(
        fields=[], 
        stock_code=stock_list, 
        period=period, 
        start_time=start_date, 
        end_time=end_date, 
        count=-1, 
        dividend_type='front', # 前复权
        fill_data=True, 
        subscribe=False
    )

    # 3. 数据处理与导出
    # 创建一个 Excel Writer 对象，用于写入多个 Sheet 或者合并数据
    try:
        with pd.ExcelWriter(save_path) as writer:
            has_data = False
            for code, df in data_map.items():
                if not df.empty:
                    # 将每只股票的数据写入单独的 Sheet，Sheet名为股票代码
                    # 注意：Excel Sheet名不能包含特殊字符，这里简单处理一下
                    sheet_name = code.replace('.', '_')
                    df.to_excel(writer, sheet_name=sheet_name)
                    print(f"已写入: {code}")
                    has_data = True
            
            if has_data:
                print(f"导出成功！文件路径: {save_path}")
            else:
                print("未获取到数据，无法导出。")
                
    except Exception as e:
        print(f"导出失败，请检查路径或文件是否被占用。错误信息: {e}")

def handlebar(ContextInfo):
    pass

场景二：导出回测持仓明细

这段代码利用了 stop(ContextInfo) 函数。该函数会在策略回测结束或停止运行时被调用。我们可以在这里获取最终的持仓信息并导出。

# -*- coding: gbk -*-
import pandas as pd

def init(ContextInfo):
    # 设置账号，回测模式下通常是系统自动分配的虚拟账号，
    # 但为了代码兼容性，建议显式设置或在回测界面配置好
    # 这里演示获取账号列表的第一个
    account_list = get_trade_detail_data('', 'STOCK', 'ACCOUNT')
    if len(account_list) > 0:
        ContextInfo.accid = account_list[0].m_strAccountID
        ContextInfo.set_account(ContextInfo.accid)
        print(f"当前设定账号: {ContextInfo.accid}")
    else:
        print("未找到账号信息")
        ContextInfo.accid = None

def handlebar(ContextInfo):
    # 这里写你的交易策略逻辑
    # 为了演示，我们在第一根K线买入一点股票，以便最后有持仓可以导出
    if ContextInfo.is_new_bar() and not ContextInfo.has_bought:
        # 示例：买入浦发银行
        order_shares('600000.SH', 1000, 'fix', 10.0, ContextInfo, ContextInfo.accid)
        ContextInfo.has_bought = True
    pass

def init(ContextInfo):
    # 初始化辅助变量
    ContextInfo.has_bought = False
    # 获取账号
    account_list = get_trade_detail_data('', 'STOCK', 'ACCOUNT')
    if len(account_list) > 0:
        ContextInfo.accid = account_list[0].m_strAccountID
        ContextInfo.set_account(ContextInfo.accid)
    else:
        ContextInfo.accid = 'test_account' # 回测时的默认名

def stop(ContextInfo):
    """
    策略停止或回测结束时调用此函数
    """
    print("策略运行结束，开始导出持仓明细...")
    
    if not hasattr(ContextInfo, 'accid') or not ContextInfo.accid:
        print("账号未设置，无法获取持仓。")
        return

    # 1. 获取持仓对象列表
    # 参数：账号ID, 账号类型(STOCK/FUTURE), 数据类型(POSITION)
    positions = get_trade_detail_data(ContextInfo.accid, 'STOCK', 'POSITION')

    # 2. 解析对象数据为字典列表
    pos_data = []
    for pos in positions:
        # 提取持仓对象中的关键属性
        # 注意：m_dMarketValue 等属性在回测中可能需要根据收盘价计算，
        # 这里直接读取对象属性，具体属性名参考API文档附录4
        item = {
            '证券代码': pos.m_strInstrumentID,
            '证券名称': pos.m_strInstrumentName,
            '持仓数量': pos.m_nVolume,
            '可用数量': pos.m_nCanUseVolume,
            '持仓成本': pos.m_dOpenPrice,
            '最新价': pos.m_dLastPrice,
            '浮动盈亏': pos.m_dFloatProfit,
            '市值': pos.m_dMarketValue,
            '交易市场': pos.m_strExchangeName
        }
        pos_data.append(item)

    # 3. 导出到 Excel
    save_path = 'D:/qmt_backtest_positions.xlsx'
    
    if len(pos_data) > 0:
        try:
            df = pd.DataFrame(pos_data)
            # 调整列顺序（可选）
            cols = ['证券代码', '证券名称', '持仓数量', '持仓成本', '最新价', '浮动盈亏', '市值']
            # 确保列存在于数据中
            final_cols = [c for c in cols if c in df.columns]
            df = df[final_cols]
            
            df.to_excel(save_path, index=False)
            print(f"持仓明细已成功导出至: {save_path}")
        except Exception as e:
            print(f"导出Excel失败: {e}")
    else:
        print("当前无持仓，未生成文件。")

关键点说明

1. 文件路径：代码中的 save_path (如 D:/...) 必须是存在的路径。Windows系统中建议使用正斜杠 / 或者双反斜杠 \\ 来分隔路径。
2. Pandas库：QMT自带了 pandas 库，所以直接 import pandas as pd 即可使用。
3. stop() 函数：这是导出回测结果的最佳位置。stop(ContextInfo) 是QMT的一个回调函数，当你在界面上点击“停止”或者回测进度条走完时，系统会自动调用这个函数。
4. get_trade_detail_data：这个函数返回的是一组 C++ 对象（Python Object），不能直接打印看内容，必须通过 pos.属性名 (如 m_strInstrumentID) 的方式提取数据。具体的属性列表可以在QMT API文档的“附录4 交易函数内含属性说明”中找到。

Q&A

Q: 为什么导出时提示 "Permission denied" 错误？
A: 这通常是因为你尝试写入的 Excel 文件当前正在被另一个程序（比如 Excel 软件本身）打开。请关闭该 Excel 文件后再次运行策略。

Q: 如何导出分钟级别的历史数据？
A: 在场景一的代码中，将 period 参数修改为 '1m', '5m', '30m' 等即可。

Q: 回测时 get_trade_detail_data 返回为空怎么办？
A: 请确保在 init 函数中正确设置了 ContextInfo.accid 并且调用了 ContextInfo.set_account()。在回测模式下，账号通常是模拟账号，可以通过打印 get_trade_detail_data('', 'STOCK', 'ACCOUNT') 的结果来查看系统分配的账号ID。