QMT回测绩效挖掘：使用 get_result_records 导出交易明细

在QMT（Quantitative Trading System）平台中，进行策略回测后，除了在界面上查看绩效分析外，我们常常需要将交易明细、买入/卖出持仓等数据导出到本地，以便进行更深度的多维绩效分析（如胜率计算、归因分析等）。

QMT 提供了内置函数 get_result_records，可以精准获取回测过程中的各项记录。本文将教你如何在回测的最后一根K线上，自动触发该函数获取全部交易明细并导出为 CSV 文件。

1. get_result_records 函数详解

接口定义

get_result_records(recordtype, index, ContextInfo)

参数说明

• recordtype (string): 记录类型，可选值包括：
  • 'dealdetails'：交易明细（最常用）
  • 'buys'：买入持仓
  • 'sells'：卖出持仓
  • 'holdings'：当前持仓
  • 'historysums'：历史汇总
• index (number): 当前主图对应 K 线索引（通常传入当前 ContextInfo.barpos）。
• ContextInfo: 策略运行环境对象。

返回值

返回一个 list，其中包含 0 个或多个 Python 对象。每个对象包含以下常用属性：

• market: 市场代码
• stockcode: 合约代码
• open_close: 期货开平（1开 0平）；股票（1买 0卖）
• trade_price: 成交价格
• trade_balance: 成交额或市值
• trade_date: 交易日期（毫秒时间戳）
• commission: 手续费

2. 核心实现逻辑

为了获取完整的回测交易明细，我们需要满足两个条件：

1. 触发时机：必须在回测的最后一根 K 线（ContextInfo.is_last_bar() 为 True）执行。
2. 数据转换：将返回的 Python 对象列表转换为 Pandas DataFrame，并利用 timetag_to_datetime 将毫秒时间戳转换为可读的日期时间，最后导出为 CSV。

3. 完整 Python 源码示例

以下是一个完整的策略模板，展示了如何在回测结束时自动导出交易明细：

#encoding:gbk
import pandas as pd

def init(ContextInfo):
    # 设定基础股票池
    ContextInfo.set_universe(['600000.SH', '000001.SZ'])
    # 设定回测初始资金
    ContextInfo.capital = 1000000
    # 标记是否已导出，避免重复执行
    ContextInfo.exported = False 

def handlebar(ContextInfo):
    # 简单的模拟交易信号（仅用于产生回测明细）
    if ContextInfo.barpos == 10:
        passorder(23, 1101, 'test', '600000.SH', 5, -1, 100, ContextInfo)
    elif ContextInfo.barpos == 20:
        passorder(24, 1101, 'test', '600000.SH', 5, -1, 100, ContextInfo)

    # 核心：判断是否运行到最后一根K线（回测结束点）
    if ContextInfo.is_last_bar() and not ContextInfo.exported:
        export_backtest_details(ContextInfo)
        ContextInfo.exported = True

def export_backtest_details(ContextInfo):
    """获取并导出交易明细"""
    print("正在获取回测交易明细...")
    index = ContextInfo.barpos
    
    # 获取交易明细记录列表
    records = get_result_records('dealdetails', index, ContextInfo)
    
    if not records:
        print("未找到任何交易明细记录！")
        return
        
    # 解析对象属性并构建 DataFrame
    data_list = []
    for r in records:
        # 将毫秒时间戳转换为可读时间
        trade_time_str = timetag_to_datetime(r.trade_date, '%Y-%m-%d %H:%M:%S')
        
        data_list.append({
            '交易时间': trade_time_str,
            '证券代码': r.stockcode,
            '市场': r.market,
            '操作类型': '买入' if r.open_close == 1 else '卖出',
            '成交价格': r.trade_price,
            '成交额/市值': r.trade_balance,
            '手续费': r.commission
        })
        
    df = pd.DataFrame(data_list)
    
    # 导出到本地路径（请根据实际情况修改路径）
    export_path = 'D:/qmt_backtest_dealdetails.csv'
    try:
        df.to_csv(export_path, index=False, encoding='gbk')
        print(f"回测明细导出成功！保存路径为: {export_path}")
    except Exception as e:
        print(f"导出失败: {str(e)}")

4. 注意事项

1. 运行模式：get_result_records 仅在回测模式下有效。在实盘或模拟交易模式下，请使用 get_trade_detail_data 接口获取实时账户的成交与委托。
2. 第三方库支持：导出 CSV 依赖 pandas 库，QMT 平台默认已内置该库，无需额外安装。
3. 文件路径：示例中的保存路径为 D:/qmt_backtest_dealdetails.csv，请确保您的电脑有 D 盘且程序有写入权限，或者修改为其他有效路径（如 C:/Users/Public/）。