6. Strategy 如何運行：時機、數據與參數

6.1. 1. 策略运行时机

策略的運行時機（何時、以何頻率運行）不由策略類內部保存，而由其所處的 Group 決定。Group 的 run_freq、run_timing 在將策略加入 Operator 時指定（如 add_strategy(stg, run_freq='d', run_timing='close')）。因此，同一策略實例放入不同 run_freq/run_timing 的 Group，就會在不同時刻被調用。

6.2. 2. 单步运行流程（细化）

對當前時間步（step_index）：

查 group_timing_table：取該步對應行，得到本步要運行的 Group 列表（取值爲 1 的列）。
對每個運行中的 Group：
- 對該 Group 內每個 Strategy：根據其 data_types、window_length 與當前步，從已準備的數據中切出本步的數據窗口，並調用 update_running_data_window 注入到該策略實例（按 dtype_id 寫入）。
- 依次調用該 Group 內每個策略的 generate()（內部會調用無參的 realize()），收集各策略返回的信號，組成列表。
- 用該 Group 的 blender 將列表中的信號混合成該組的一個合併信號。
若本步有多個 Group 運行：再按 group_merge_type 將各組合並信號合併爲一個（或分別輸出，依實現而定）。
該步的最終信號交給上層：回測時交給 Backtester 解析爲買賣並更新持倉，實盤時交給 Trader/Broker 生成訂單。

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

realize()：無參數。策略邏輯只在此方法內實現；不通過參數接收數據或時間，而是通過 get_pars(name, …) 取可調參數、get_data(dtype_id) 取本步已注入的數據窗口。
返回值：標量或一維數組，依策略基類而定（RuleIterator 常爲標量，FactorSorter 爲因子數組，GeneralStg 爲每資產一個信號）。同一段 realize() 在回測與實盤中複用，保證行爲一致。

6.4. 4. 可调参数（Parameter）

定義：在策略類的 init 中通過 pars（Parameter 列表或字典）定義可調參數的名稱、類型、取值範圍等。
運行前設置：通過 set_parameter（如 op.set_parameter(stg_id, pars=(...))）在運行前寫入當前要用的參數值。
優化：Optimizer 在參數空間（由 Parameter 的 par_range 等確定）上採樣或搜索，每組參數 set 到 Operator 後執行一次回測，根據目標函數（如夏普比）彙總結果，從而找到較優參數組合。

6.5. 5. 三种策略基类的输入/输出差异

基類	輸入（get_data 等）	輸出（realize 返回值）	典型用途
RuleIterator	單資產或多資產數據窗口，按 dtype_id 取	標量（如 1/-1/0），同一規則迭代作用於所有資產	擇時、單規則多標的
FactorSorter	多資產截面（如每隻股票的因子值）	一維因子數組，引擎按排序與篩選規則選股	因子選股
GeneralStg	多資產、多 dtype 的窗口	一維信號數組（每資產一個目標倉位或比例）	通用多資產信號

6.6. 6. 小结

同一套“按步 → 準備數據 → 注入 → realize() → 混合”的流程，同時服務回測與實盤：策略不關心當前是回測還是實盤，只依賴 get_pars/get_data 與所屬 Group 的時機；運行層負責在不同模式下提供對應數據並處理輸出信號。更多實現細節見《使用教程》與 API 參考。