本文为专栏的第七篇文章，先来回顾下上一章节知识点。
在上一章节，我们学习了给公式增加交易信号的方法，并用通达信编程实现了之前的5个底部公式的交易信号。接下来，很自然的，我们就可以用第四、五章节学习的内容，对公式做回测，然后根据回测结果去优化公式的参数或条件。这后面就有非常多可以挖掘的东西了，就需要读者朋友们自行探索了。
但这里还有另外一个值得探讨的问题，试想每次都加载5个公式副图，实在是太多了，而且也不方便，缺少实用性。况且公式千千万，何止示例中的5个呢？如果需要把自己觉得比较好的公式囊括成1个公式中，又该怎么办呢？我相信很多人都存在这样的疑问。
那么，本文就针对这一问题做个探讨，在通达信中怎么将5个公式组合成一个公式，以增强其实用性，然后再延伸一下，怎么将多个公式合成一个公式，以解决公式评分和拓展性的问题。本文结构包含基础知识、公式合成的思路、提供一种对公式做评分的方法、以及通达信中的代码实现，下面一起来学习吧。
第一部分：基础知识
1. 什么是因子？
在股票市场中，因子指的是对个股收益差异有解释作用的特征，这些因子能够解释投资组合的收益或帮助进行资产定价。
在股票市场上，因子通常被分为不同的类别，包括规模因子、估值因子、成长因子、盈利因子、动量反转因子、交投因子、波动率因子、分析师预测因子等。例如，规模因子可能包括总市值、流通市值等；估值因子可能包括市盈率、市净率等；成长因子可能包括营业收入同比增长率、营业利润同比增长率等。这些因子从不同的维度对个股收益差异进行解释。
股票在本质上是一类资产，而资产本身没有涨跌的理由，上涨和下跌的资产价格波动是由某些驱动因素造成的。股票获得收益的背后对应的就是每一个因子获得的收益。因此寻找因子与市场之间的联系，从而确定因子的权重，可能是一种不错的选择。
2. 什么是多因子模型？
多因子模型通常选择一组因子，如财务比率（如市盈率、市净率等）、盈利预期、公司治理、市场情绪等，然后通过统计分析方法（如回归分析、主成分分析等）确定每个因子的权重。最后，根据各因子的权重得分，将不同的因子加权求和，加总成一个组合的因子值，对股票进行排序，选择得分高的股票进行投资。
第二部分：通达信中公式合成的思路
从上面的基础知识，我们对因子的定义有了大致了解，那么我们就借鉴这种操作思想来处理公式。在通达信中，我们将每个公式都作为一个因子来对待。
这样，关于公式合成的问题，就转化为了如何确定各个公式的权重。
比较传统的方式，比如等权重加权，也是市面上见的最多的最简单的一种方式，就是将多个公式的信号直接相加。这种方式意味着对各个公式没有偏好性，认为各个公式之间是独立的，预测能力也是一致的。这显然不够科学。
另外一种传统方式是通过IC加权或IC-IR加权，就是将各个公司的权重设置为IC值，或IC-IR值。其中IC值是指信息系数(Information Coefficient)。它表示所选股票的因子值与股票下期收益率的截面相关系数，IR是IC的多周期均值除以IC的标准方差，代表因子获取稳定Alpha的能力。IR兼顾了因子的选股能力（由IC代表）和因子选股能力的稳定性（由IC的标准方差的倒数代表）。但这种操作在通达信中无法实现。
上面两种方式，我们都不用。我们从公式的经济含义角度出发，考虑我们所要关心的因素，然后由这些因素构造权重。那么，我们关心的因素有哪些呢？下面，我们简要罗列：
（1）胜率；
（2）平均亏损与平均盈利；
（3）年化收益率阿尔法；
（4）年化收益率贝塔；
（5）年化波动率；
（6）交易的次数；
（7）交易的数量；
这7个指标，在第五章节的时候已经做了详细的说明，此处不再赘述。简要解释一下，胜率要求至少是要50%以上，平均盈利/平均亏损的比值至少达到1.5，年化收益率阿尔法越大越好，年化波动率越小越好。交易次数与交易量间接反应公式的盈利能力，比如同样的收益率，交易次数与交易量越少越好。
上述7个指标在通达信的公式评测报告中可以直接获取到，我们对它们再做个组合，比如下图：
可以根据不同的偏好，对x1~x4设置不同的系数。通过上面的评价计算方式，我们可以对每个公式做个评分，然后对评分做归一化，得到的数值即为我们公式合并时的权重。
当然，组合方式有很多，也有非线性的，比如相乘，幂方等。
第三部分：通达信编程实现
这里只是示例，参数未做优化，不建议直接用于实际交易。
1、在此之前我们需要先分别获取5个公式的评测数据。在评测时，设置统一的条件，比如：回测周期过去5年，手续费万三，信号过滤，本周期末开仓，开仓后20个交易日卖出，对象为全部A股，基准对象沪深300。
在评测时，我们采用组合评测的操作方式，一次性把5个公式都测试了，评测设置如下图：
一共有26815条数据要跑，按我电脑速度，2分钟跑3060条，全部跑完预计要18分钟。可见，评测调参是非常耗时的工作。
2、五个底部公式都跑了，在信号发出后，持仓20天的情况，为了便于观察，我们把需要的数据以表格的形式展示：
从上表可知，在当前评测条件下，公司四的有效性是最好的，其次是公式五，再是公式二，再是公式三，最后是公式一。
威廉指数公式的交易次数明显大，说明他的信号非常频繁，也就是说可以将代码中的阈值调低些。公式四和公式一相比交易次数少了，但交易量更大，说明乖离率信号更多发生在低价股上，因为价格越低，每次交易的股票手数越多。
由于市场行情一直在变化，风格也可能切换，建议回测数据定期更新，比如每月更新一次，或者每季度更新一次。
3、接下来，我们来计算各个公司的评分。这里有两种处理方式，一种是直接在excel中计算，计算得到一个分数，然后再链接到通达信自定义数据中，另外一种是直接将计算公式写在通达信代码块里。
这里，我们两种方式都说下。我们先在excel中计算公式评分，具体如下表：
此处函数sqrt意思开平方根，MAX是取最大值，在IR的计算中用MAX函数，意思是当IR小于0时，取0值，因为如果IR值为了，意味着相对于基准品种，该公式的收益率是负数，即跑不赢沪深300指数的涨幅，那这个公式的意义就不大了，所以直接不用这个公式，最后评分为0；
4、下面我们在通达信中来具体实现公式的合成：
（1）我们在第三课的代码基础上继续写，先把之前的输出信号全部用大括号注释掉，源代码如下所示：
（2）接着往下写，后续代码如下图所示：
这里来简要解释一下。在公式评分处的定义取值，就是将我们在第3步中在excel表中计算的评分。评分和是所有的公式分数求和，如果有更多的公式，那就继续加。
评分归一化的作用是将评分转化为权重，数值在0-1之间。
底部概率的定义是将归一化后的权重值与公式信号相乘后相加，乘以100是将值扩大100倍，使其范围在0-100之间，符合日常使用习惯。
最后一句NOTEXT:50 的作用是在50处画一条直线。
（3）完成后的副图示例如下：
随便翻看了几个，从直观体验来说，效果还是可以的。当底部概率超过50%的时候，我认为是一个比较好的介入机会。或者用底部概率由高到低排序，选择前20只作为股票池，也是一种思路。
5、另外再说下把上面的评分通过自定义数据形式导入到通达信软件中，具体操作的方法：
（1）需要先把表格数据制作成txt文档，比如下图所示，只是一个示例：
（2）在通达信软件，打开菜单栏中的公式->自定义数据管理器，会弹出如下的界面，然后点击新建，在弹出的对话框中，数据号和数据名称自己随意输入，后点击确认。
（3）在选择刚新建的那条记录，点击“修改数据”会出现下面的对话框。前面是默认选项，各位可以根据需要自行修改。这里要说明的是下方的数据导入方式里的信息，这个意思是说导入的数据格式需要按它给出的数据格式。
然后点击“导入”，就可以。
（4）如果导入成功了，那效果如下图所示，如果下次重新评分了，只需在这个界面点击下方的“修改”按钮即可。
5、通过上面步骤，我们已经将公式评分导入到通达信系统了，下面，我们要在通达信中调用刚导入的数据。
在通达信函数树的专业财务函数中有引用数据的函数，比如我们用第二个函数EXTERNVALUE。
第四部分：个人总结
看到这里，相信读者朋友已经学会了公式合并的思路和方法。从上面的详细操作步骤和过程可以看出，这是一个开放式的思路，具有非常好的扩展性，再多的公式都可以增加进来。由于权重设置是基于历史回测的结果数据，所以最终的评分会相对稳定。
不过，这里还有个问题是需要大家去思考的，那便是公式间的相关性问题，如果合并的公式相关性越高，则评分效果越差，公式相关性越低，效果越好。这个很好理解。所以，在选择要合并公式时不能盲目，还是要看公司的底层逻辑，比如我们的选择了不同的角度，去构造底部公式，就是选择了弱相关性。对于新手，这个问题可以说是一个小坑。
底部公式是解决了买的择时问题，那么，接下来面临的将是卖的问题。会买的徒弟，会卖的才是师傅。当底部信号发出并介入后，该什么时候卖呢？有没有顶部区域的构造公式和角度呢？下一章节，我们来做个探讨。