QMT 回测进阶：利用 get_result_records 的 historysums 统计历史个股交易胜率

问题描述

QMT 回测进阶：利用 get_result_records 的 historysums 统计历史个股交易胜率
QMT 如何通过代码获取回测中每只股票的累计交易次数与盈亏汇总？

解决方案

QMT 回测进阶：利用 `get_result_records` 的 `historysums` 统计历史个股交易胜率

在量化策略回测中，除了观察整体的资金曲线和夏普比率外，对个股维度的交易表现（如单只股票的累计交易次数、累计盈亏、持仓天数以及胜率）进行深度分析，是评估策略优劣的关键步骤。QMT 平台提供了强大的 get_result_records 接口，允许我们在回测运行过程中或回测结束后，通过代码直接提取这些精细化的统计数据。

一、核心接口介绍：`get_result_records`

get_result_records 函数用于获取模型回测面板中的记录结果。要统计个股的历史交易汇总，我们需要将 recordtype 参数设置为 'historysums'。

1. 函数原型

get_result_records(recordtype, index, ContextInfo)

2. 参数说明

recordtype (string): 记录类型。统计历史汇总时固定为 'historysums'。
index (number): 当前主图对应 K 线的索引，通常传入当前 K 线位置 ContextInfo.barpos。
ContextInfo: 策略运行环境对象。

3. `'historysums'` 返回对象的核心属性

当 recordtype 为 'historysums' 时，返回的 List 中包含多个 Python 对象，每个对象代表一只股票的历史交易汇总，其常用属性如下：

stockcode: 合约代码（如 '000001.SZ'）
market: 市场代码（如 'SZ'）
profit: 累计盈亏（元）
trade_balance: 累计成交额
buy_sell_times: 累计交易次数
holding_periods: 累计持仓天数
benefit_weight: 盈利占比权重

二、实战代码：统计个股交易次数与盈亏汇总

以下是一个完整的 QMT 策略示例。我们在 handlebar 的最后一根 K 线上调用 get_result_records，提取 'historysums' 数据，并使用 pandas 进行格式化输出与胜率/盈亏分析。

#coding:gbk
import pandas as pd

def init(ContextInfo):
    # 设定股票池
    ContextInfo.set_universe(['000001.SZ', '000002.SZ', '600000.SH'])
    # 设定初始资金
    ContextInfo.capital = 1000000
    
def handlebar(ContextInfo):
    # 简单的双均线或金叉买入卖出逻辑（此处省略具体信号代码，仅作交易示意）
    # 策略运行过程中会产生买卖交易...
    
    # 判定是否为最后一根 K 线，在回测结束时进行统计
    if ContextInfo.is_last_bar():
        index = ContextInfo.barpos
        
        # 获取历史汇总记录
        records = get_result_records('historysums', index, ContextInfo)
        
        if not records:
            print("没有历史交易汇总记录！")
            return
            
        # 解析数据并构建 DataFrame
        data_list = []
        for r in records:
            data_list.append({
                '证券代码': r.stockcode,
                '市场': r.market,
                '累计盈亏(元)': r.profit,
                '累计交易次数': r.buy_sell_times,
                '累计持仓天数': r.holding_periods,
                '成交额/市值': r.trade_balance
            })
            
        df = pd.DataFrame(data_list)
        
        # 计算整体指标
        total_profit = df['累计盈亏(元)'].sum()
        profitable_trades = df[df['累计盈亏(元)'] > 0]
        win_rate = len(profitable_trades) / len(df) if len(df) > 0 else 0
        
        print("\n=========== 个股历史交易汇总 ===========")
        print(df.to_string(index=False))
        print("========================================")
        print(f"交易总只数: {len(df)} | 盈利个股只数: {len(profitable_trades)}")
        print(f"个股胜率 (盈利个股数/总交易个股数): {win_rate * 100:.2f}%")
        print(f"个股累计总盈亏: {total_profit:.2f} 元")

三、进阶分析与注意事项

数据下载准备：在使用此功能前，请务必通过 QMT 客户端的 数据管理 补充对应品种和周期的历史行情数据，确保回测能够正常撮合并产生交易记录。
胜率定义说明：上述代码计算的“个股胜率”是指**“产生盈利的股票只数占总交易股票只数的比例”。如果您需要计算“单笔交易的胜率”**，建议将 recordtype 设置为 'dealdetails'（交易明细），对每一笔买卖的平仓盈亏进行配对统计。
回测模式限制：get_result_records 接口仅在回测模式下有效，实盘或模拟盘运行中无法通过此接口获取历史汇总，实盘请使用 get_trade_detail_data 接口查询实时资金与持仓。

问题描述

解决方案