set_benchmark | 通达信量化平台

# set_benchmark

set_benchmark(symbol)

设置回测基准。

回测结束后，run_backtest 会返回 result.benchmark、result.strategy_returns、result.benchmark_returns、result.return_comparison 和 result.drawdowns。其中 benchmark_returns 是基准代码在本次回测区间内的逐 bar 收益率序列；策略收益率仍以 result.funds[*].returns 为准，result.strategy_returns 是面向前端画图的策略逐 bar 收益率序列，result.return_comparison 会把策略收益率和基准收益率按时间对齐，result.drawdowns 是策略资金曲线的逐 bar 回撤序列。

示例：

set_benchmark("000300.SH")

# set_commission

set_commission(
    open_tax=0.0,
    close_tax=0.0005,
    open_commission=0.0003,
    close_commission=0.0003,
    min_commission=5.0,
)

1
2
3
4
5
6
7

设置交易费用。未调用本函数时，普通 A 股默认按买卖双边佣金万分之 3（单笔最低 5 元）、卖出印花税万分之 5、过户费万分之 0.1 双边收取计算。

参数：

参数	说明
`open_tax`	买入印花税
`close_tax`	卖出印花税
`open_commission`	买入佣金
`close_commission`	卖出佣金
`min_commission`	单笔最低佣金

transferfee 不作为 Python 参数暴露，普通 A 股固定使用成交金额的 0.00001 双边收取；ETF、基金、债券等非 A 股标的不收取该费用。

【迁移兼容】对象：

set_commission(PerShare(type="stock", cost=0.0003, min_trade_cost=5.0))
set_commission(PerTrade(type="stock", cost=5.0))

1
2

对象	说明
`PerShare(type="stock", cost=0.0003, min_trade_cost=5.0)`	按成交金额比例收取佣金。`type="stock"` 时卖出侧默认保留万分之 5 的 A 股印花税。
`PerTrade(type="stock", cost=5.0)`	按笔固定费用对象。当前底层成本模型按最低佣金近似表达固定每笔费用。

# set_slippage

set_slippage(value)

【迁移兼容】对象：

写法	说明
`set_slippage(0.001)`	原有写法，表示单边比例滑点 0.1%。
`set_slippage(PriceSlippage(0.02))`	总买卖价差 2%，内部折算为买入上浮 1%、卖出下浮 1%。
`set_slippage(FixedSlippage(2.0))`	总固定价差 2 元，内部折算为买入加 1 元、卖出减 1 元。

设置滑点。

当前同步成交模式下已生效：

买入成交价 = 当前价格 * (1 + value)。
卖出成交价 = 当前价格 * (1 - value)。
value 不能为负数。

示例：

set_slippage(0.001)

# set_option

set_option(name, value)

设置通用回测选项。

当前正式支持的 name 如下：

`name`	可选值	默认值	说明
`limit_order_expire_bars`	`None` 或正整数	`None`	设置限价单未成交时最多保留的撮合 bar 数；`None` 表示不自动过期
`future_data_policy`	`"truncate"` 或 `"raise"`	`"truncate"`	策略查询时间超过当前策略时点时，`truncate` 截断到当前时点，`raise` 直接抛出异常；同时适用于行情和历史财务数据查询

示例：

set_option("limit_order_expire_bars", 3)
set_option("future_data_policy", "raise")

1
2

说明：

set_option 当前不会校验 name 是否在白名单中，传入未支持的名称虽然可能不会立即报错，但不会产生对应功能效果。
市价单成交方式应使用 set_execution("close") 或 set_execution("next_open")；交易延迟应使用 set_trade_delay(value)，不要直接修改内部选项名。

# set_execution

set_execution(mode)

设置市价单回测成交机制。该函数只影响本地回测撮合，不调用 C++/行情主站 RPC 协议，因此无 ReqId。

参数：

参数	说明
`mode`	只能传字符串 `"close"` 或 `"next_open"`

可选值：

值	说明
`"close"`	当前 bar 收盘价撮合
`"next_open"`	下一根 bar 开盘价撮合

使用要求：

建议在 init(context) 中调用。
当前 Lambda 默认成交机制为 "next_open"；用户不调用 set_execution() 时，市价单默认下一根 bar 开盘价成交。
set_execution("next_open") 会同时设置市价单延迟 1 根 bar，并在下一根 bar 使用 open 撮合。
set_trade_delay(value) 是低层延迟参数，只控制延迟 bar 数，不改变当前 execution 使用的成交价格字段。

示例：

def init(context):
    context.stock = "000001.SZ"
    set_execution("next_open")

1
2
3

# 其他设置函数

set_volume_limit(value)
set_volume_limit(daily=0.25, minute=0.5)
set_trade_delay(value)
set_holding_stocks(holdings)
enable_open_bar()
set_log_level(level, is_limit=True, filename=None)

1
2
3
4
5
6

【迁移兼容】补充：

set_volume_limit(daily=..., minute=...) 表示日线和分钟线使用不同的单 bar 最大成交比例；日线回测使用 daily，分钟回测使用 minute。
set_holding_stocks({"600000.SH": 1000}) 设置初始持仓数量；也可写成 {"600000.SH": {"amount": 1000, "price": 9.8}} 指定初始成本价。当前初始持仓代码必须属于本次最终回测股票池，否则 run_backtest 会报错。
enable_open_bar() 只调整日线回测中 handle_bar、定时任务和下单看到的事件时间为 09:30，不额外生成开盘 K 线。

说明：

set_volume_limit 设置单个 bar 最大成交比例，取值范围为 0 到 1，None 表示关闭限制。
set_trade_delay 设置下单延迟成交规则；该函数不改变当前 execution 使用的成交价格字段。
set_log_level 是【迁移兼容】日志设置入口；filename 非空时额外输出文件日志；is_limit 为兼容参数，当前只保存设置值。

当前同步成交模式下：

set_volume_limit 已按当前 bar 成交量限制最大成交数量。
成交量限制后的买卖数量仍按证券规则处理：主板和创业板为 100 股整数倍；科创板（688、689）为 200 股起且超过部分按 1 股递增；北交所股票为 100 股起且超过部分按 1 股递增；指数为 1 股递增；可转债为 10 张递增。BJ899xxx 属于北证指数，不按北交所股票处理。
set_trade_delay 已对市价单生效，value > 0 时订单会进入延迟撮合队列。

# set_run_params 和 get_run_params

set_run_params(params=None, **kwargs)
get_run_params(clear=False)

1
2

云平台运行参数入口。平台可在用户策略代码前注入 set_run_params(...)，runner 会在本次回测或执行阶段信号任务启动时同步到 context.params 和 g.params。该参数是一次性 pending 状态；运行中再次调用只更新当前上下文，入口校验失败或任务结束后都会清理 pending 状态。

参数：

API	参数	说明
`set_run_params`	`params`	参数字典，例如 `{"fast": 5, "slow": 20}`
`set_run_params`	`**kwargs`	额外参数，会覆盖 `params` 中的同名 key
`get_run_params`	`clear`	是否读取后清空待运行参数；普通用户策略不需要传

示例：

# 平台注入
set_run_params(fast=5, slow=20)


def init(context):
    context.fast = context.params.fast
    context.slow = get_run_params()["slow"]

1
2
3
4
5
6
7

# enable_profile 和 get_profile_stats

enable_profile(func_list=None)
get_profile_stats()

1
2

开启轻量函数耗时统计。该能力只统计 runner 调用的策略生命周期函数和调度函数，不做 C++ 内部性能分析。

参数和返回：

API	说明
`enable_profile()`	统计全部被 runner 调用的用户函数
`enable_profile(["handle_bar", "trade"])`	只统计指定函数名
`get_profile_stats()`	返回当前进程内统计快照
`BacktestResult.profile_stats`	回测结束后的统计结果
`profile_stats.csv`	指定 `output_dir` 时额外导出的统计文件

# 策略股票池声明

股票池是策略定义的一部分，只能在 init(context) 中通过 context.stock 声明。run_backtest(...)、run_signal(...)、SignalRunRequest 和平台注入代码均不接受 symbols / blocks / block_type / list_type。

def init(context):
    context.stock = ["600000.SH", "000001.SZ"]

1
2

context.stock 接受一个证券代码字符串或代码序列。init 返回后，Lambda 会做代码规范化、去重和有效性校验，并把最终不可变的代码列表写入 context.universe。多股票策略必须遍历 context.universe，并以 bar_dict.get(symbol) 读取当前行情。

def handle_bar(context, bar_dict):
    for symbol in context.universe:
        bar = bar_dict.get(symbol)
        if bar is None:
            continue
        # 按 symbol 处理多股票策略逻辑。

1
2
3
4
5
6

板块、指数和全市场策略同样在 init 内解析为实际代码列表：

def init(context):
    # 前提：数据源已初始化；block_type=0 表示系统板块。
    context.stock = get_stock_list_in_sector("000300.SH", block_type=0)

    # 全市场策略需要显式取得实际代码，不能使用 context.stock = ["all"]。
    # context.stock = get_all_securities(types="stock").index.tolist()

1
2
3
4
5
6

边界如下：

context.stock 必须在 init 中设置为非空代码或代码序列；未设置、为空或包含无效代码时，本次回测或信号任务失败。
init 返回后的 context.stock 修改不会改变已定稿的 context.universe；需要动态选股时应维护策略自定义候选列表，而不是修改运行股票池。
信号执行也遵循相同顺序：先执行 init，再依据 context.stock 定稿股票池，随后才读取最终股票池的 K 线并执行行情预检。
单次信号请求首次执行后，Worker 把已定稿的代码保存到内部 resolved_signal_job.json 和 SignalJob.symbols；重试直接复用该列表，不会重新查询板块成员或全市场列表。
不支持set_run_universe、set_stock_pool、get_run_universe 和 clear_run_universe。