QMT 极速策略交易系统内置 Python 3.6 运行环境，核心功能涵盖行情数据获取与交易下单，通过编写 Python 脚本，就能完成指标计算、策略编写、回测及实盘下单等一系列操作。其中，回测模型是检验策略历史表现的重要工具，下面就来详细了解其基础操作要点。

回测模型与实盘模型的区别

在 QMT 系统中，模型分为两类，适用场景不同：

• 回测模型：基于历史 K 线数据，从左到右逐根遍历，通过模拟资金账号记录每日买卖信号、持仓盈亏，最终呈现策略在历史区间的净值走势，用于验证策略的历史有效性。
• 实盘模型：盘中实时接收最新行情，即时发送买卖信号至交易所，持续判断委托状态，需要实时重复报撤，用于实际市场交易。

回测模型的核心操作步骤

1. 准备历史行情数据

回测依赖完整的历史数据，需提前下载并设置更新：

• 首次下载：在界面左上角点击 “操作”，选择 “数据管理” 补充行情，根据回测需求选择周期（如日线）、板块（如沪深 A 股），时间范围勾选 “全部”，下载完整历史数据。
• 定时更新：点击客户端右下角 “行情” 按钮，在 “批量下载” 界面选择需要每日更新的数据，勾选 “定时下载”，系统会在指定时间自动下载最新行情到本地，确保数据时效性。

2. 数据读取的注意事项

回测模型基于本地数据遍历，无需向服务器订阅实时行情，调用数据时需使用get_market_data_ex函数，并将subscribe参数设为False，以正确读取本地行情数据。

3. 了解回测撮合规则

回测中的交易撮合遵循固定规则，直接影响回测结果：

• 若指定交易价格在当前 K 线高低点范围内，按指定价格撮合；若超出高低点，则按当前 K 线收盘价撮合。
• 若委托数量大于可用数量，按实际可用数量撮合。

4. 回测执行的细节设置

• 回测模型右侧的基本信息（如默认周期、默认主图），在 “我的界面” 点击回测时生效；在行情界面 K 线下点击回测，则以当前 K 线的周期和品种为准。
• 回测必须以 “副图模式” 执行，不可选择 “主图” 或 “主图叠加” 模式，否则可能导致显示或计算异常。
  
• 掌握这些基础操作，就能初步运行 QMT 回测模型，为策略优化打下基础。后续可结合实际需求深入探索参数调整与结果分析，不断提升策略表现。

我司上市券商平台，可提供QMT/PTrade免费使用，低门槛免费提供QMT/PTade量化软件，费率优惠，有需要可评论或私信交流！