在回测中模拟算法交易（如TWAP）可以更准确地评估策略的真实成本。PTrade的回测引擎支持算法交易模拟。本文介绍如何设置和解读算法交易回测。

步骤一：在策略代码中，使用order_algo函数代替普通order。

`python

def handle_bar(context):

   if signal_buy:

       order_algo('000001.SZ', 10000, algo='VWAP', duration=600)

`

步骤二：在回测设置中，选择“启用算法交易模拟”。系统会根据历史成交量分布模拟拆单和成交。

步骤三：运行回测。回测报告会显示算法交易的执行成本、滑点等明细。

算法交易回测的关键参数：

- duration：执行持续时间（秒）。TWAP会均匀拆分，VWAP会根据成交量分布。

- time_interval：TWAP的拆单间隔。

- participation_rate：参与率，限制不超过市场成交量的比例（如10%）。

由于历史成交量数据有限，PTrade的算法回测只是近似，不能完全模拟实盘。但比普通回测更贴近真实。

比较：普通回测假设大单立即以对手价成交，会导致成本低估。算法回测考虑了订单的市场冲击，回测收益会更低但更可信。

示例：回测一个日交易100万元的策略，使用普通回测年化20%，使用算法回测可能只有15%。差距就是冲击成本。

对于大资金或流动性差的标的，使用算法交易回测是必要的。如果回测中算法交易后策略仍然盈利，实盘成功概率更大。

国金证券的PTrade支持算法回测，10万资金即可开通。量化社群中有用户对比过算法回测与实盘的差异。建议大资金策略务必使用算法交易回测。