请根据以下 SEO 主题生成完整页面内容：

Title: joinquant 组合优化：如何使用 AnnualStdConstraint 限制波动率？

Question: 请问在 joinquant 的投资组合优化器中，如何限制策略组合的年化收益率标准差（波动率）？

joinquant 平台如何使用 AnnualStdConstraint 限制组合波动率？

在 JoinQuant（聚宽）平台中，通过 portfolio_optimizer（投资组合优化器）可以根据目标函数和约束条件自动求解最优资产权重。如果您希望将组合的风险控制在特定范围内，可以使用 AnnualStdConstraint（组合年化收益率标准差限制） 来约束组合的年化波动率。

---

1. AnnualStdConstraint API 详解

AnnualStdConstraint 用于设定组合年化收益率标准差（即年化波动率）的上限。

语法

AnnualStdConstraint(limit, count=250)

参数说明

• limit (float)：组合年化收益率标准差（波动率）的上限，例如 0.15 表示年化波动率不超过 15%。
• count (int, 可选)：计算收益率和波动率所向前参考的历史交易日天数，默认为 250（约 1 个交易年）。

---

2. 核心示例代码

下面的示例展示了如何在月度调仓策略中使用 portfolio_optimizer，并加入 AnnualStdConstraint 限制组合年化波动率不超过 15%。

# 导入 JoinQuant 聚宽函数库及优化器模块
import pandas as pd
from jqdata import *
from jqlib.optimizer import *

def initialize(context):
    # 设置基准为沪深300
    set_benchmark('000300.XSHG')
    # 开启动态复权模式(真实价格)
    set_option('use_real_price', True)
    
    # 按月定时运行调仓
    run_monthly(market_open, monthday=1, time='09:30', reference_security='000300.XSHG')

def market_open(context):
    # 设定候选股票池（以沪深300部分成分股为例）
    securities = get_index_stocks('000300.XSHG')[:20]
    
    # 优化目标：组合收益最大化
    target = MaxProfit(count=250)
    
    # 约束条件：
    # 1. 组合总权重在 90% 到 100% 之间
    # 2. 限制组合年化波动率（标准差）不超过 15%
    constraints = [
        WeightConstraint(low=0.9, high=1.0),
        AnnualStdConstraint(limit=0.15, count=250)
    ]
    
    # 单标的权重边界：每只股票权重在 0% 到 10% 之间
    bounds = [Bound(low=0.0, high=0.1)]
    
    # 运行投资组合优化器
    optimized_weight = portfolio_optimizer(
        date=context.previous_date,
        securities=securities,
        target=target,
        constraints=constraints,
        bounds=bounds,
        ftol=1e-09,
        return_none_if_fail=True
    )
    
    # 处理优化结果并调仓
    if optimized_weight is not None:
        print("优化计算成功，目标权重如下：")
        print(optimized_weight)
        
        total_value = context.portfolio.total_value
        # 卖出不在优化结果中的持仓
        for stock in context.portfolio.positions:
            if stock not in optimized_weight or optimized_weight[stock] == 0:
                order_target_value(stock, 0)
                
        # 按优化分配的权重下单
        for stock, weight in optimized_weight.items():
            order_target_value(stock, total_value * weight)
    else:
        print("警告：组合优化求解失败，请检查约束条件是否过于苛刻。")

---

3. 注意事项与常见问题

1. 约束不可可行（Infeasible Solution）：如果设置的 AnnualStdConstraint(limit=...) 过于严格（例如小于股票池中所有资产的最低波动率组合），优化器可能无法求解并返回 None。建议设置合理的阈值（如 0.15 - 0.25）或将 return_none_if_fail 设置为 False。
2. 配合其他约束使用：通常建议配合 WeightConstraint（总权重限制）或 Bound（单标的持仓上限）共同使用，以防资金过于集中在少数低波动股票上。
3. 历史参考天数（count）：默认参考过去 250 个交易日。如果股票上市时间较短，计算协方差矩阵或波动率可能受影响。