Ptrade量化平台：回测数据源与实盘数据源有什么不同？如何切换？

在 Ptrade 量化交易平台中，回测环境和实盘（交易）环境使用的是同一套 API 体系，但底层的数据源处理逻辑和时间基准存在显著差异。了解这些差异并掌握切换技巧，是保证策略从回测平稳过渡到实盘的关键。

一、 回测数据源与实盘数据源的不同点

1. 时间基准（Time Context）不同

• 回测数据源：时间是虚拟的、历史的。当你在回测中调用 get_history 或 get_price 时，系统会根据当前回测进行到的虚拟时间（即 context.blotter.current_dt）来返回该时间点之前的数据。它不会返回未来的数据（防止未来函数）。
• 实盘数据源：时间是真实的、当下的。在交易模块中调用相同的接口，系统会根据服务器当前的真实物理时间返回最新的行情数据。

2. 数据粒度与接口支持不同

• 回测环境：主要支持日线（1d）和分钟线（1m, 5m等）级别的历史 K 线数据。回测引擎通过 handle_data 按设定的频率（日或分钟）推进。
• 实盘环境：除了支持 K 线数据外，还支持更精细的 Tick 级别数据和实时主推数据。例如，实盘中可以使用 tick_data 函数获取每3秒一次的快照，使用 get_snapshot 获取实时盘口，以及使用 on_order_response 和 on_trade_response 接收实时的委托和成交主推。

3. 停牌与缺失数据处理

• Ptrade 在处理停牌时，时间轴均为二级市场交易日日历。停牌时使用停牌前的数据填充，成交量为0。这一点在回测和实盘的历史数据获取中是一致的，但在实盘中，你可以通过 get_snapshot 的 trade_status 字段实时判断股票是否处于停牌状态（如返回 'HALT' 或 'SUSP'）。

二、 如何在回测和实盘之间切换？

在 Ptrade 中，你不需要手动更改数据源的连接地址或配置。平台通过运行模块（回测模块 vs 交易模块）自动为你路由到正确的数据源。

为了让同一套策略代码能够同时兼容回测和实盘环境，Ptrade 提供了 is_trade() 函数。你可以利用这个函数在代码中进行逻辑分支处理。

使用 is_trade() 进行环境兼容

is_trade() 函数用于判断当前代码是否运行在交易（实盘/模拟盘）环境中。如果是，返回 True；如果在回测环境中，返回 False。

代码示例：

def initialize(context):
    g.security = '600570.SS'
    set_universe(g.security)

def handle_data(context, data):
    # 获取历史数据，回测和实盘调用方式完全一样
    # 回测时返回虚拟时间前的数据，实盘时返回真实当前时间前的数据
    hist = get_history(5, '1d', 'close', g.security)
    
    # 区分回测和实盘的特定逻辑
    if is_trade():
        log.info("当前运行场景：实盘交易")
        # 实盘中可以获取实时快照
        snapshot = get_snapshot(g.security)
        if snapshot and snapshot.get(g.security):
            current_price = snapshot[g.security]['last_px']
            log.info(f"实盘最新价: {current_price}")
    else:
        log.info("当前运行场景：历史回测")
        # 回测中通常直接使用 data 对象获取当前周期的价格
        current_price = data[g.security]['close']
        log.info(f"回测当前周期收盘价: {current_price}")
        
    # 下单逻辑（API一致，底层自动路由）
    if current_price > hist['close'].mean():
        order(g.security, 100)

总结

• 数据源差异：核心在于时间基准（虚拟历史 vs 真实当下）和数据维度（K线 vs Tick/主推）。
• 切换方式：无需修改 API 接口，只需在 Ptrade 界面选择不同的运行模块。在代码内部，使用 is_trade() 函数来处理回测和实盘中可能存在的逻辑差异（如实盘特有的快照查询或主推处理）。