聊到QMT的策略回测，很多人可能都有过这种体验：跑完回测，看了眼收益曲线，觉得“嗯，还不错”，然后就关掉了。但真要拿去给朋友看，或者自己仔细分析，光看软件里那个图肯定不够。这时候，把数据导出来才是最实在的——放到Excel里自己算，或者用Python画个更漂亮的图，都方便得多。 今天就跟大伙儿聊聊，怎么把QMT的回测数据完完整整地弄到本地电脑上。分两种路子，一种鼠标点点点，一种写几行代码，看哪个适合你。 路子一：纯鼠标流，适合不想写代码的朋友 这个最简单，回测跑完之后。

跑完回测先别急着关。等策略跑完，回测结果界面出来后，留意一下界面上方的按钮或者右键菜单。

找“导出”按钮。一般在结果展示区域，会有个“导出回测结果”、“导出交易记录”或者“导出净值数据”的选项。有的版本在K线图上右键，也能看到导出选项

选格式和存哪儿。点完后会让你选格式，一般都有CSV或者Excel。选一个你顺手的，起个名字，存到桌面上就完事儿了。

这样导出来的东西挺全的，基本包含了每日净值、每笔交易的明细（时间、价格、买卖方向这些）。拿到手之后，用Excel打开就能直接分析了，比如自己算算夏普比率、看看最大回撤发生在哪段时间，比在软件里看着直观多了。 路子二：代码导出流，适合想一次搞定、或者要自定义的朋友 如果你会一点Python，这招更灵活。你可以在策略代码里“埋”一个导出功能，让它跑完自动把数据存好。 关键就在于，在策略的 stop(ContextInfo) 函数里做点文章。这个函数是策略结束时会调用的，正好用来做“收尾工作”。 核心逻辑就是用 get_trade_detail_data 函数把交易记录捞出来，然后用pandas整理成表格，最后用to_csv或to_excel存到本地。大概长这样（简化版，理解意思就行）： import pandas as pd def stop(ContextInfo):

# 1. 获取成交明细 deals = get_trade_detail_data(ContextInfo.account_id, ContextInfo.account_type, 'DEAL')

# 2. 把数据整理成一个列表，里面装的是字典 data_list = [] for deal in deals: row = { '股票代码': deal.m_strInstrumentID, '成交价格': deal.m_dPrice, '成交量': deal.m_nVolume, '买卖方向': '买' if deal.m_nSide == 1 else '卖' # 其他你要的字段自己加 } data_list.append(row)

# 3. 转成DataFrame，保存到本地 df = pd.DataFrame(data_list) df.to_csv('D:/我的回测结果.csv', index=False, encoding='utf-8-sig') 如果你想把每日的净值也记录下来，可以在 after_trading 函数里写，把每天的账户总资产写到一个列表里，最后再一起存。 一点小提醒

数据备份：好不容易导出来的数据，可以顺手备份到云盘或者Git仓库里，免得电脑出问题找不到了。

关注数据质量：如果是用代码导出行情数据做分析，记得先把数据下载完整，最好避开交易高峰期下载，以免网络波动影响数据完整。

两种方法，看菜吃饭。就导一次看看结果，用第一种；经常要导、或者要定制化的数据，用第二种。折腾出来之后，你就能拿着真真切切的数据去做更深入的分析了，比只看软件里那个曲线图心里有底得多。

欢迎交流，点头像添加咨询！！AA级上市券商，免费理财咨询，资金量大股票佣金万0.85，逆回购一折！专项两融4%；港股通资金大W0.7；北交所W2（提供快速通道抢碎股）！ETF万0.5，期权1.8元全包，ETF免申赎费！免费提供QMT+ptrade量化软件（含教程和答疑群）、万得宏汇套利软件、VIP极速通道、L2十档行情！！可选靓号开户！支持T0智能算法！