前言

迅投 QMT（Quick Market Terminal）作为国内主流的量化交易平台，内置 Python 运行环境，为投资者提供了从行情数据获取、指标计算、策略开发到回测验证与实盘交易的全流程支持。其中回测模型是量化策略开发的核心环节，其准确性直接影响实盘交易效果。本文详细介绍 QMT 回测模型的工作原理、操作步骤和关键注意事项，帮助投资者规范开展策略回测工作。

一、QMT 量化系统核心模型概述

QMT 量化系统支持两类核心模型：回测模型与实盘模型，二者在运行机制和应用场景上存在本质区别：

1.1 回测模型

回测模型是基于历史行情数据，模拟策略在过去市场环境中的表现。系统会按照时间顺序逐根遍历历史 K 线，用模拟资金账号记录所有买卖信号、持仓变化和盈亏情况，最终输出历史净值曲线和全面的绩效评估指标。

回测的核心目的是验证策略逻辑的有效性，发现潜在问题并优化参数，是实盘交易前必不可少的验证环节。

1.2 实盘模型

实盘模型在盘中接收最新的实时行情数据，当满足策略条件时实时触发交易信号并发送下单指令。同时持续跟踪委托状态，根据市场变化进行必要的报撤单操作和风险控制处理。

实盘模型对系统的实时性、稳定性和可靠性要求远高于回测模型，需要经过充分的模拟测试和小资金验证后才能正式部署。

二、回测模型数据准备（关键步骤）

QMT 回测完全基于本地存储的历史行情数据运行，数据的完整性和准确性是保证回测结果可靠的前提。

2.1 首次全量历史行情下载

首次使用回测功能前，必须下载完整的历史行情数据：

1. 操作路径：客户端左上角菜单栏「操作」→「数据管理」
2. 数据选择建议：
3. 点击「开始下载」，等待数据下载完成。建议预留 500GB 以上硬盘空间用于存储历史数据。

2.2 每日定时数据更新设置

为保证回测数据的时效性，建议开启每日自动更新功能：

1. 操作路径：客户端右下角「行情」图标 → 「批量下载」
2. 选择需要每日更新的数据范围和周期
3. 勾选「定时下载」选项，并设置合适的更新时间（建议设置在非交易时段）
4. 保存设置后，客户端会在指定时间自动更新本地行情数据

三、回测模型取数方式与注意事项

回测模型与实盘模型在数据获取方式上存在重要区别，这是新手最容易出错的地方：

• 回测模型遍历本地已存储的历史数据，不需要订阅实时行情
• 强烈建议使用get_market_data_ex()函数读取行情数据
• 必须将函数中的subscribe参数设置为False，即：

• 重要提醒：如果在回测代码中错误地将subscribe设置为True，系统会尝试订阅实时行情，不仅会降低回测速度，还可能导致数据异常和回测结果不准确。

四、QMT 回测撮合规则详解

了解回测撮合规则是正确解读回测结果的关键。QMT 回测采用以下撮合机制：

1. 价格撮合规则：
2. 数量撮合规则：
3. 成交时间规则：
4. 特别说明：回测撮合是基于 K 线数据的理想化模拟，与实盘撮合存在差异。实盘交易中可能会出现滑点、部分成交、委托失败等情况，这些在回测中无法完全模拟。因此，回测结果仅作为参考，不能完全代表实盘表现。

五、回测入口与界面设置注意事项

1. 默认参数设置：回测界面右侧的 "基本信息" 栏（包括默认周期、默认主图等）会影响在 "我的" 界面触发回测时的默认参数。建议在开始回测前仔细检查并设置正确的默认参数。
2. 快捷回测方式：在行情界面的 K 线图下方点击 "回测" 按钮，系统会自动以当前查看的品种和当前 K 线周期作为回测参数，方便快速测试单个品种的策略表现。
3. 运行模式选择：回测务必使用副图模式运行，避免选择 "主图" 或 "主图叠加" 模式，否则可能出现界面显示异常或策略执行错误。

风险提示与免责声明

1. 量化交易存在较高风险，过往回测表现不代表未来收益，市场有风险，投资需谨慎。
2. 本文仅为 QMT 平台技术操作指南，不构成任何投资建议或交易指导。
3. 投资者应根据自身风险承受能力和投资目标，独立做出投资决策并承担相应风险。
4. 回测结果受数据质量、参数设置、撮合规则等多种因素影响，与实盘交易结果可能存在较大差异。
5. 投资者在进行实盘交易前，务必进行充分的模拟测试和风险评估。