ptrade API 详解：使用 is_trade() 实现回测与实盘代码完美兼容

在量化交易中，我们经常面临一个痛点：回测代码和实盘代码不统一。有些 API（如获取实时行情快照 get_snapshot、获取 L2 逐笔数据等）只能在实盘/模拟盘环境中使用，如果在回测中直接调用会导致策略报错中断。为了解决这个问题，ptrade 提供了 is_trade() 函数。

一、is_trade() 函数介绍

1. 接口说明

is_trade() 用于提供业务代码执行场景的判断依据，明确标识当前策略运行在回测环境还是实盘/模拟盘环境。通过它，我们可以将两套逻辑写在同一个策略文件中，实现“一套代码，双端运行”。

2. 返回值

• True (bool)：当前代码在实盘/模拟盘交易中运行。
• False (bool)：当前代码在回测中运行。

二、为什么要使用 is_trade()？

1. 规避回测报错：实盘专用的函数（如 get_snapshot、get_gear_price、check_limit 等）在回测中调用会报错。使用 is_trade() 进行分支判断，可以确保回测顺利通过。
2. 差异化风控与通知：在实盘中，我们可能需要发送微信通知（send_qywx）或邮件提醒（send_email），而在回测中则不需要这些操作。
3. 简化代码维护：无需维护“回测版”和“实盘版”两套代码，降低版本管理出错的概率。

三、完整兼容性策略源码示例

以下代码展示了如何使用 is_trade()。在回测时，策略会打印“当前运行场景：回测”并使用历史数据；在实盘时，策略会打印“当前运行场景：实盘”，并调用实盘专用的 get_snapshot 获取最新行情进行下单。

def initialize(context):
    # 初始化策略，设置操作的股票池
    g.security = '600570.SS'  # 恒生电子
    set_universe(g.security)

def handle_data(context, data):
    # 1. 使用 is_trade() 判断当前运行环境
    if is_trade():
        # ------------------ 实盘/模拟盘特有逻辑 ------------------
        log.info("当前运行场景：实盘")
        
        # 获取实盘专用的行情快照（回测调用此接口会报错，因此必须放在 is_trade() 分支内）
        snapshot = get_snapshot(g.security)
        if snapshot and g.security in snapshot:
            current_price = snapshot[g.security].get('last_px', 0)
            log.info("【实盘最新价】: %s" % current_price)
            
            # 执行实盘下单逻辑
            if current_price > 0:
                order(g.security, 100)
    else:
        # ------------------ 回测特有逻辑 ------------------
        log.info("当前运行场景：回测")
        
        # 回测中使用 data 对象获取当前周期的收盘价
        current_price = data[g.security]['close']
        log.info("【回测当前价】: %s" % current_price)
        
        # 执行回测下单逻辑
        order(g.security, 100)

四、开发注意事项

• 初始化阶段限制：is_trade() 可以在 handle_data、before_trading_start、after_trading_end 等盘中、盘前、盘后事件中自由调用。
• 代码整洁性：建议将实盘特有的复杂逻辑封装成独立函数，在 if is_trade(): 分支中进行调用，使主循环 handle_data 结构更加清晰。