这是一个相当复杂的多策略量化交易系统，我将详细分析其核心原理和各个模块的功能：

1. 核心策略理念
该策略基于大小盘轮动 + 外盘资产配置的择时逻辑，结合小市值因子选股，实现动态资产配置。

2. 主要策略模块分析
2.1 择时信号系统 (singal函数)
原理： 通过比较大小盘股票的相对强弱来决定配置方向

python
# 核心择时逻辑：
- 选取沪深300(大市值)前20只 vs 中小板指(小市值)前20只
- 计算两组股票N日(10天)涨跌幅均值
- 信号生成规则：
  * 大市值强于小市值且涨幅>5% → 转向小市值("small")
  * 大市值强于小市值但涨幅≤5% → 保持大市值("big") 
  * 小市值强于大市值 → 选择小市值("small")
  * 其他情况 → 配置外盘ETF("etf")
2.2 三套选股体系
A. 小市值策略 (SMALL函数)
python
选股逻辑：
1. 从中小板指成分股中筛选
2. 市值范围：5-30亿元
3. 按市值升序排列，取前50只
4. 结合ROE、ROA等基本面指标进一步筛选
5. 最终选取市值最小的g.stock_num只股票
B. 大白马策略 (White_Horse函数)
特色： 根据市场温度动态调整选股标准

市场温度判断逻辑：

python
指数位置 = (近期5日均值 - 历史最低) / (历史最高 - 历史最低)
- 位置 < 20% → 冷市
- 位置 > 90% → 热市  
- 近期60日最高/最低 > 1.2 → 暖市
不同市况下的选股标准：

冷市： 低PB(PB<1)、现金流充沛(经营现金流/净利润>2)

暖市： 中等PB、增长性要求(净利润同比增长>0)

热市： 高PB(PB>3)、高增长(净利润同比增长>20%)

C. 外盘ETF策略
配置黄金、海外指数等ETF作为避险资产

3. 风险控制机制
3.1 止损系统 (stop_loss函数)
python
# 双重止损机制：
1. 硬止损：股价低于成本价92%时止损
2. 涨停板监控：昨日涨停股票如打开涨停则卖出
3.2 补仓机制
python
# 逆向操作：
- 对持仓中跌幅最大的3只股票进行补仓
- 记录补仓金额，在clear函数中统一卖出
3.3 股票过滤系统
过滤ST、退市风险股

过滤涨停/跌停股

过滤次新股(上市不足375天)

过滤科创板和北交所股票

4. 策略优势分析
4.1 动态适应性
市场风格切换： 自动在大盘蓝筹、小盘成长、外盘资产间切换

牛熊市适应： 通过市场温度调整选股标准

4.2 多层次风控
个股层面：硬止损+涨停监控

组合层面：分散投资+逆向补仓

系统层面：外盘资产避险

4.3 因子组合
小市值因子： 长期有效的规模溢价

质量因子： ROE、ROA、现金流等

价值因子： PB比率筛选

动量因子： 大小盘相对强弱

5. 潜在改进空间
5.1 可优化点
参数优化： g.stock_num、止损比例等参数可进一步测试

信号频率： 月度调仓可能错过短期机会

外盘选择： ETF品种和权重可优化

5.2 风险提示
小市值策略在流动性紧张时风险较大

外盘ETF可能存在汇率风险

策略复杂度较高，需要持续监控各模块有效性

这个策略的核心思想是通过风格轮动+多策略组合+严格风控来实现稳健收益，是一个相对成熟的多因子量化体系。