6. Strategy 如何运行：时机、数据与参数

6.1. 1. 策略运行时机

策略的运行时机（何时、以何频率运行）不由策略类内部保存，而由其所处的 Group 决定。Group 的 run_freq、run_timing 在将策略加入 Operator 时指定（如 add_strategy(stg, run_freq='d', run_timing='close')）。因此，同一策略实例放入不同 run_freq/run_timing 的 Group，就会在不同时刻被调用。

6.2. 2. 单步运行流程（细化）

对当前时间步（step_index）：

查 group_timing_table：取该步对应行，得到本步要运行的 Group 列表（取值为 1 的列）。
对每个运行中的 Group：
- 对该 Group 内每个 Strategy：根据其 data_types、window_length 与当前步，从已准备的数据中切出本步的数据窗口，并调用 update_running_data_window 注入到该策略实例（按 dtype_id 写入）。
- 依次调用该 Group 内每个策略的 generate()（内部会调用无参的 realize()），收集各策略返回的信号，组成列表。
- 用该 Group 的 blender 将列表中的信号混合成该组的一个合并信号。
若本步有多个 Group 运行：再按 group_merge_type 将各组合并信号合并为一个（或分别输出，依实现而定）。
该步的最终信号交给上层：回测时交给 Backtester 解析为买卖并更新持仓，实盘时交给 Trader/Broker 生成订单。

6.3. 3. Strategy 内部：realize() 与 get_pars / get_data

realize()：无参数。策略逻辑只在此方法内实现；不通过参数接收数据或时间，而是通过 get_pars(name, …) 取可调参数、get_data(dtype_id) 取本步已注入的数据窗口。
返回值：标量或一维数组，依策略基类而定（RuleIterator 常为标量，FactorSorter 为因子数组，GeneralStg 为每资产一个信号）。同一段 realize() 在回测与实盘中复用，保证行为一致。

6.4. 4. 可调参数（Parameter）

定义：在策略类的 init 中通过 pars（Parameter 列表或字典）定义可调参数的名称、类型、取值范围等。
运行前设置：通过 set_parameter（如 op.set_parameter(stg_id, pars=(...))）在运行前写入当前要用的参数值。
优化：Optimizer 在参数空间（由 Parameter 的 par_range 等确定）上采样或搜索，每组参数 set 到 Operator 后执行一次回测，根据目标函数（如夏普比）汇总结果，从而找到较优参数组合。

6.5. 5. 三种策略基类的输入/输出差异

基类	输入（get_data 等）	输出（realize 返回值）	典型用途
RuleIterator	单资产或多资产数据窗口，按 dtype_id 取	标量（如 1/-1/0），同一规则迭代作用于所有资产	择时、单规则多标的
FactorSorter	多资产截面（如每只股票的因子值）	一维因子数组，引擎按排序与筛选规则选股	因子选股
GeneralStg	多资产、多 dtype 的窗口	一维信号数组（每资产一个目标仓位或比例）	通用多资产信号

6.6. 6. 小结

同一套“按步 → 准备数据 → 注入 → realize() → 混合”的流程，同时服务回测与实盘：策略不关心当前是回测还是实盘，只依赖 get_pars/get_data 与所属 Group 的时机；运行层负责在不同模式下提供对应数据并处理输出信号。更多实现细节见《使用教程》与 API 参考。