概念篇·参数化&打分制
为满足用户个性化需求，每一个策略模块均可自定义设置具体的参数，以及系统还采取打分制的方式进行策略优先级权重筛选，以配成符合预期的策略。
策略模块的“参数化”设置，主要是为了让系统读懂你的真正“意图”，明白你想要在所选的一个或几个模块是如何分配决策力的，它们到底占据你决策的比重分配情况。
（1）参数化的好处与设置
实现参数化设置有两大好处:
一是，解决多样化的问题。
使得模块更多样化，让你更灵活配置出千变万化的量化策略，精准达成预期的交易意图（指标参数化）。
二是，解决优先级的问题。
让系统读懂你的真正“意图”，明白你想要在所选的一个或几个策略模块及配置是如何分配决策力的，它们到底占据你决策的比重分配情况（打分制）。
（2）指标参数化设置
指标参数化设置：你可以在任意模块设置页面里的任意单一或多项指标，设置具体的数字，配成参数各异的一个个模块，以实现你真实的需求。
譬如，以选择模块-选股成池-指数Rsrs过滤为例。
如上图所示，你可以在“RSRS参数”栏中填入具体的数字，更改该指标。
PS，系统内设常用的数字指标，默认为灰色的，不选则为默认值。但，如需修改，你可以把灰色的“默认”按钮往右拉动变成蓝色，并在方框里填入你想要的数字即可。
比如，RSRS参数中“斜率计算天数”默认值为10，代表使用交易日前的10天历史数据，进行OLS计算线性回归所得到的斜率。
如果你想要用其他天数（如20天）计算斜率，那你可以拉动按钮并在方框内填入“20”。
（3）打分制及其打分方式
系统采用参数化的方式对任一策略模块及配置进行打分，以解决优先级的问题。也就是我们所说的“打分制”。
在某种程度而言，“打分制”是参数化下的关于权重的设定，是抽象意义下的参数化的体现。
“打分制”的原则：以分数的高低进行资源的分配，分数越大，优先级越高。
那么，“打分制”是如何怎样计算分数的？
具体如下：
单项指标得分=权重系数*因子值； 策略指标总得分=各项指标得分相加之和。
或：策略总得分=N个因子值之和*权重系数
策略总得分越高，优先级越高。若多个策略模块，系统会优先执行策略得分高的模块，因此这一步尤为关键（具体操作，详见下文）。
举个例子，以“指数Rsrs过滤”与“海龟策略”为例子：
如图所示，系统会根据具体数字计算出“指数Rsrs过滤”和“海龟策略”的具体总分数，分别为：A分，B分；
而“指数Rsrs过滤”里的“得分权重系数”默认为“1”；而，“海龟策略”中“得分权重系数”输入为“2”。
换句话来说，系统在运行策略配置时，“海龟策略”比“指数Rsrs过滤”权重要大，优先级要高。
具体分数计算：
根据，策略总得分=N个因子值之和权重系数 得出：指数Rsrs过滤得分=A1 海龟策略得分=B*2