请根据以下 SEO 主题生成完整页面内容：

Title: PTrade 行情复权详解：前复权、动态前复权与后复权的区别与选择

Question: PTrade 中 get_history 的 fq 参数有 pre, dypre, post, 如何正确选择复权模式？

PTrade 行情复权详解：pre、dypre、post 参数的区别与应用选择

在 PTrade 量化平台中，调用历史行情接口（如 get_history 和 get_price）时，fq（复权）参数用于处理股票因送股、转增、分红等除权除息事件导致的价格不连续问题。正确选择复权模式对于真实还原历史走势、避免回测未来函数至关重要。

---

一、PTrade 复权参数汇总

PTrade 的 fq 参数支持以下 4 种模式：

fq 参数值	复权模式名称	价格基准	适用场景	说明
None	不复权	当前实际历史成交价	实盘委托、计算真实交易成本	真实还原历史撮合价格，但在除权除息日价格会出现缺口
'pre'	前复权	以当前最新除权日/今天为基准	因子计算、技术指标分析（如 MA、MACD）	保持当前价格不变，将历史价格向下修正，适合大多数日线及分钟线技术指标计算
'dypre'	动态前复权	以**查询时间点（回测当时）**为基准	量化策略回测	严格避免未来函数。仅根据查询时刻前已发生的除权信息调整历史价格
'post'	后复权	以股票上市首日为基准	长期业绩评估、复利收益率计算	保持上市首日价格不变，将后续价格向上修正，真实反映股票自上市以来的累计涨幅

---

二、核心区别与逻辑解析

1. 前复权 (fq='pre') 与 动态前复权 (fq='dypre') 的关键区别

• 前复权 (pre)：每次计算都以“今天（最新日）”为基准调整历史所有价格。如果在回测中间节点调用 fq='pre'，可能会引入历史时刻未知的“未来分红/送股”除权因子（即未来的信息影响了过去的价格），产生轻微的未来函数风险。
• 动态前复权 (dypre)：以回测当时的那个交易日作为复权基准，仅使用当时已经发生的除权数据进行动态前复权，能够彻底消除因使用未来除权因子导致的回测偏差。

2. 静态不复权 (fq=None) 的场景

• 当需要计算实际买入股票的真实资金、下单委托限价（limit_price）或计算交易印花税/佣金时，必须使用不复权数据。

---

三、如何选择合适的复权模式（实战指南）

1. 量化策略回测阶段（强烈推荐 fq='dypre' 或 fq='pre'）：
   • 需要计算均线（MA）、RSI、MACD 等技术指标时，必须使用复权数据，防止除权缺口引发错误的买卖信号。
   • 对严格无未来函数有极高要求时，推荐使用 fq='dypre'；一般常规回测使用 fq='pre' 即可。
2. 历史收益率与业绩分析（推荐 fq='post'）：
   • 计算股票长期复利增长率或对比多只股票的真实走势时，选择后复权可以直观展现累计投资收益。
3. 策略实盘下单与委托（必须使用 fq=None 或挂单前转化）：
   • 报单给券商柜台时，委托价格必须为市场的真实价格（不复权价）。在获取最新参考价或设置 limit_price 时，请确保使用未复权行情。

---

四、代码示例

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

def handle_data(context, data):
    # 1. 计算均线指标：使用动态前复权(dypre)或前复权(pre)数据
    df_pre = get_history(10, '1d', 'close', security_list=g.security, fq='dypre', include=False)
    ma5 = df_pre['close'][-5:].mean()
    
    # 2. 取得上一个时间点真实收盘价（不复权），用于资金与下单量计算
    df_real = get_history(1, '1d', 'close', security_list=g.security, fq=None, include=False)
    current_real_price = df_real['close'][-1]
    
    # 策略逻辑：均线突破买入
    cash = context.portfolio.cash
    if current_real_price > ma5 and get_position(g.security).amount == 0:
        # 下单委托时建议使用限价，价格以不复权的实时价格为参考
        order_value(g.security, cash, limit_price=current_real_price)
        log.info("前复权MA5: %s, 当前真实价格: %s, 买入" % (ma5, current_real_price))