请根据以下 SEO 主题生成完整页面内容：

Title: joinquant 组合优化风控：MarketConstraint 市场权重限制

Question: 如何在 portfolio_optimizer 中配置 MarketConstraint 来限制股票与 ETF 的总持仓比例？

joinquant 组合优化风控：使用 MarketConstraint 限制股票与 ETF 权重

在 JoinQuant（聚宽）量化交易平台中，portfolio_optimizer（投资组合优化器）提供了强大的风险控制与资产配置功能。通过设置 MarketConstraint（市场权重限制），开发者可以精确控制组合中不同类别标的（如股票、ETF、期货等）的总权重上限与下限。

---

1. MarketConstraint 参数说明

MarketConstraint 属于限制函数（constraints），专门用于对特定市场类型的标的资产进行整体权重约束。

构造语法

MarketConstraint(market_type, low=0.0, high=1.0)

参数解析

• market_type (str): 目标标的的市场类型，可选值包括：
  • 'stock': 股票
  • 'etf': 交易所交易基金
  • 'fund': 基金
  • 'futures': 期货
  • 以及 'index', 'lof', 'fja', 'fjb', 'bond_fund', 'stock_fund', 'QDII_fund', 'money_market_fund', 'mixture_fund' 等。
• low (float, 默认 0.0): 对应市场类型资产在组合中的总权重下限。
• high (float, 默认 1.0): 对应市场类型资产在组合中的总权重上限。

---

2. 核心示例：配置股票与 ETF 的持仓比例

假设我们构建了一个混合股票与 ETF 的投资组合，要求：

1. 股票资产的总持仓比例控制在 0% 到 90% 之间；
2. ETF 资产的总持仓比例控制在 0% 到 10% 之间；
3. 单只标的权重不超过 10%；
4. 组合采用 RiskParity（风险平价） 模型进行优化。

Python 示例代码

import pandas as pd
from jqdata import *
from jqlib.optimizer import *

def initialize(context):
    set_benchmark('000300.XSHG')
    set_option('use_real_price', True)
    
    # 拟配置的股票与ETF标的池
    g.buy_list = [
        '600519.XSHG', '000001.XSHE', '600036.XSHG',  # 股票
        '510300.XSHG', '159915.XSHE'                 # ETF
    ]
    
    run_monthly(rebalance, monthday=1, time='09:30')

def rebalance(context):
    # 1. 定义约束条件：通过 MarketConstraint 设置市场类型权重
    constraints = [
        MarketConstraint('stock', low=0.0, high=0.9),  # 股票总权重: 0% - 90%
        MarketConstraint('etf', low=0.0, high=0.1)     # ETF总权重: 0% - 10%
    ]
    
    # 2. 调用投资组合优化器
    optimized_weight = portfolio_optimizer(
        date=context.previous_date,
        securities=g.buy_list,
        target=RiskParity(count=250, risk_budget=None), # 风险平价模型
        constraints=constraints,
        bounds=[Bound(0.0, 0.1)],                       # 单标的权重上限10%
        default_port_weight_range=[0.0, 1.0],
        ftol=1e-09,
        return_none_if_fail=True
    )
    
    # 3. 打印优化后的权重分配
    if optimized_weight is not None:
        print("组合优化后的各标的权重为：")
        print(optimized_weight)
    else:
        print("警告：组合优化失败！")

---

3. 注意事项

1. 标的类型识别：MarketConstraint 会自动识别 securities 列表中标的的类型。确保传入的代码符合规范（如 .XSHG 或 .XSHE）。
2. 权重冲突检查：设定的市场权重上下限之和，应与 default_port_weight_range 以及 WeightConstraint 的总权重范围保持逻辑一致，避免出现无解约束导致优化失败（返回 None）。
3. 历史数据要求：优化模型（如 RiskParity 或 MinVariance）需要足够的历史收益率数据（通常由 count 参数指定，如 250 个交易日）。标的上市时间较短可能导致计算失败。