PTrade操作指南，测试环境和实盘环境注意事项？

模拟盘和实盘注意事项

关于持久化

为什么要做持久化处理

服务器异常、策略优化等诸多场景，都会使得正在进行的模拟盘和实盘策略存在中断后再重启的需求，但是一旦交易中止后，策略中存储在内存中的全局变量就清空了，因此通过持久化处理为量化交易保驾护航必不可少。

量化框架持久化处理

使用pickle模块保存股票池、账户信息、订单信息、全局变量g定义的变量等内容。

注意事项：

框架会在before_trading_start(隔日开始)、handle_data、after_trading_end事件后触发持久化信息更新及保存操作。

券商升级/环境重启后恢复交易时，框架会先执行策略initialize函数再执行持久化信息恢复操作。 如果持久化信息保存有策略定义的全局对象g中的变量，将会以持久化信息中的变量覆盖掉initialize函数中初始化的该变量。

全局变量g中不能被序列化的变量将不会被保存。您可在initialize中初始化该变量时名字以'__'开头。

涉及到IO(打开的文件，实例化的类对象等)的对象是不能被序列化的。

全局变量g中以'__'开头的变量为私有变量，持久化时将不会被保存。

关于回测

回测与研究有什么区别

研究环境更侧重于数据的清洗、处理、建模、画图、debug 调试等，类似于本地的Python 编程，无法调用诸如order下单，账户资产等等与交易相关的函数。回测环境则更适用于完成完整的交易策略搭建、参数调优、历史收益回测等，更贴近交易。一般的，研究环境适用于对程序有调试需求，需要知道每一步程序执行的结果的用户，而回测则更适用于想知道策略在历史时间段内的收益如何，以便对策略参数甚至是构建思想进行调优的用户。

回测个数

目前支持同时进行5个回测。

回测的速度

PTrade量化中部分接口为在线调用接口，调用速度会受瞬时网络情况影响，比如get_fundamentals、get_Ashares，回测中按实际需求尽量少频次地调用这类在线调用接口。另外分钟级别策略中如果用到日频的历史数据，在before_trading_start模块处理一次就可以，这样可以提升回测的速度。

关于回测周期

目前回测只支持分钟和日线周期的回测。

智能交易可能因系统、通讯等原因无法正常使用或无法按照您的设置价格发出委托指令及完成成交，最终成交价格及数量以交易所、登记结算机构等记录为准。请密切关注交易回报情况及条件单设置情况。以上信息仅供参考，不构成对委托指令成交的承诺，不构成投资建议，不构成收益或避免损失的承诺。请您务必仔细阅读相关风险提示及协议，了解各类智能交易功能的区别及不同风险，审慎决策是否使用相关功能。

投资有风险，入市需谨慎！