JoinQuant 组合优化器：使用 IndustryConstraint 进行行业权重约束

在量化投资与资产配置过程中，控制资产在单一或特定行业上的风险暴露是降低组合集中度风险、实现行业中性或偏好配置的重要手段。聚宽（JoinQuant）平台提供了 portfolio_optimizer 模块，可以通过 IndustryConstraint 限制函数轻松实现对指定行业权重的上下限约束。

一、IndustryConstraint 函数说明

IndustryConstraint 是聚宽组合优化器（jqlib.optimizer）中的一种限制函数，专门用于约束股票组合在某些行业上的整体权重。

函数语法

IndustryConstraint(industry_code, low=0.0, high=1.0)

参数详解

• industry_code (str 或 list)：单一行业代码或行业代码列表（例如 'HY007' 或 ['HY001', 'HY007']）。如果传入行业代码列表，则表示属于列表中所有行业的股票总权重需满足该约束条件。
• low (float, 默认 0.0)：行业总权重的下限（范围为 0.0 到 1.0）。
• high (float, 默认 1.0)：行业总权重的上限（范围为 0.0 到 1.0）。

二、核心代码使用示例

在策略中使用时，需要先导入聚宽优化器模块 from jqlib.optimizer import *，然后在调用 portfolio_optimizer 时，将 IndustryConstraint 对象作为列表元素传递给 constraints 参数。

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

def market_open(context):
    # 1. 准备股票池
    buy_list = get_index_stocks('000016.XSHG') # 上证50成分股
    
    # 2. 设置组合优化参数与约束条件
    # 示例：限制组合在金融行业（行业代码 'HY007'）上的总权重在 0% 到 20% 之间
    industry_limit = IndustryConstraint(industry_code=['HY007'], low=0.0, high=0.2)
    
    # 3. 运行组合优化器（以组合风险最小化 MinVariance 为例）
    optimized_weight = portfolio_optimizer(
        date=context.previous_date,
        securities=buy_list,
        target=MinVariance(count=250),
        constraints=[industry_limit],
        bounds=[Bound(0.0, 0.1)], # 单只股票权重最大不超过10%
        default_port_weight_range=[0.0, 1.0],
        ftol=1e-09,
        return_none_if_fail=True
    )
    
    # 4. 执行调仓
    if optimized_weight is not None:
        total_value = context.portfolio.total_value
        for stock, weight in optimized_weight.items():
            order_target_value(stock, total_value * weight)

三、行业代码分类补充说明

如果你需要限制整个行业分类体系（如聚宽一级行业分类 'jq_l1'）下所有具体行业均满足统一的权重范围，可以使用 IndustriesConstraint：

# 限制 jq_l1 下的每个一级行业，权重均不超过 20%
constraint = IndustriesConstraint('jq_l1', low=0.0, high=0.2)

若需要约束组合相对于基准指数（如沪深300）的行业偏离度，则可以使用 IndustryDeviationConstraint：

# 限制组合在 HY001 行业上相对于沪深300指数的权重偏离不超过 5%
constraint = IndustryDeviationConstraint(industry_code='HY001', benchmark='000300.XSHG', limit=0.05)

四、注意事项

1. 约束的可解性：设置过多严格的行业上下限约束（例如下限设置过高或上限设置过低）可能导致优化器无解。若优化失败，当设置 return_none_if_fail=True 时函数会返回 None，策略中需做好空值兜底处理。
2. 配合 Bound 使用：IndustryConstraint 限制的是该行业下所有股票的权重之和，单只股票的持仓限制仍需通过 bounds=[Bound(low, high)] 参数配置。