AI赋能固收(一)：转债低价策略的运用-方正证券

专题研究AI赋能固收(一):转债低价策略的运用李清荷登记编号：S1220525050005《机构行为：2026年券商自营配置特点》李清荷登记编号：S1220525050005《机构行为：2026年券商自营配置特点》《上半年保险资配表现如何?》2026.09.23《发债房企2026年半年报变化及地产债投资策略》2026.09.14《经营性债务时代的城投债投资逻辑》敬请关注文后特别声明与免责条款 舶华诗：三厘重ε℃L 回如事妙：二厘互乙℃'L II!YSR1身力·9 eeaod8eeaors乙s JeysyVε乙's910!0402pu!乙℃'s首士IV……………耳平纸出警转上e2乙3敬请关注文后特别声明与免责条款正在你身边专题研究图表1:可转债存量规模+存量数量走势 5图表2:可转债发行规模及发行数量 5图表3:全市场转债价格中位数走势 5图表4:全市场转股溢价率中位数走势 6 6图表6:不同价格区间的转债数量分布 7图表7:筛选标准 7图表8:低价策略收益 9图表9:低价策略收益与风险指标 9图表10:低价策略风险调整指标 9图表11:低价策略单券贡献 图表12:新旧策略与基准净值对比 图表13:新旧策略回撤对比 图表14:敏感性分析-年化收益率 图表15:敏感性分析-夏普比率 图表16:主流大模型与成本 图表17:从接入数据看agent 图表18:从性价比看agent 图表19:金融数据库对比 图表20:AI驱动研究 图表21:利用AI下载数据流程 图表22:低价策略筛选prompt 22图表23:创建并调用skill+调用结果 25图表24:转债估值页面 图表25:低价策略回测页面 图表26:轮动页面 30专题研究专题研究4敬请关注文后特别声明与免责条款可转债本质上是附带转股权的公司债券，投资者既可持有至期获取债券端收益，也可在满足条件时转换为公司股票，分享正股上涨带来的收益弹性。因此，转债定价同时受到正股表现、转股价值、转股溢价率、债底及剩余期限等因素影响，兼具“债性”与“股性”。当正股表现偏弱时，债底对转债价格形成一定支撑；当正股上涨时，转股价值提升又能够带动转债价格向上。相较单一股票或债券资产，可转债风险收益来源更加多元，也为不同市场环境下的策略配置提供了较大空间。1.1为什么做低价策略低价策略以转债绝对价格作为核心选券指标，通过定期配置市场中价格相对较低的转债构建组合。其核心逻辑在于，可转债具有债券属性，低价标的通常具备相对更高的价格安全边际；与此同时，转股权的存在使其仍能够在正股上涨时获得一定权益弹性。因此，低价策略试图在“控制下行风险”与“保留向上空间”之间取得平衡。相较涉及多个估值变量的复杂策略，低价策略规则透明、指标直观、可解释性较强，同时便于进行历史复现与持续跟踪，是研究可转债系统化投资较为典型的切入点。1.2为什么用Al赋能大语言模型在文本理解、信息提取与多源数据处理方面具备优势，可将公告、评级调整、强赎提示及公司基本面等非结构化信息转化为可量化信号。在保留传统低价策略核心框架的基础上，引入Al进行风险识别与信号增强，有望拓展传统量化策略的信息边界2刻画当前可转债市场2.1可转债市场规模伴随我国可转债市场不断发展，转债标的数量、行业覆盖及发行主体类型逐步丰富，可投资标的范围持续拓展。市场扩容的同时，个券之间的分化也更加明显，不同转债在绝对价格、转股溢价率、信用资质、剩余规模、正股基本面及条款状态等维度存在较大差异。对于投资者而言，单纯依赖主观跟踪的研究方式面临的信息处理压力随之提升。在标的数量增加、风险收益特征分化的背景下，通过量化指标构建统一筛选框架，并对转债进行系统化比较和动态跟踪，选券策略的重要性进一步提升。专题研究5敬请关注文后特别声明与免责条款图表2:可转债发行规模及发行数量图表1:可转债存量规模+存量数量走势图表2:可转债发行规模及发行数量2026-09-17存续转债收盘价分布·共312只数量(只)月末存续余额(柱，左轴，亿元)数量(只)余额(亿元)4,000■存量余额：9,495.5亿元2.2可转债市场估值转债价格中枢随市场环境动态变化，低价机会具有明显时变特征。不同时期转债价格分布及低价券数量存在差异，单一静态价格阈值难以完整刻画市场状态，基于横截面排序的动态选券更具研究意义。存续且正常交易转债收盘价的P25/P50/P75(日频)转债估值中枢具有较为明显的周期波动特征。转股溢价率随权益市场表现、转债供需及个券结构变化而动态调整，不同市场阶段的估值环境存在较大差异，策略表现需结合所处估值周期进行观察。正在你身边专题研究正在你身边6敬请关注文后特别声明与免责条款6(日频)转股溢价率(%)绝对价格相近的转债，其估值结构仍可能存在明显差异。低价仅反映当前交易价格，并不能完整刻画转债相对于正股的估值水平；低价券内部转股溢价率分化，为进一步引入估值信息优化传统价格因子提供了空间。最新截面：收盘价×转股溢价率(每个散点为一只存续转债)转股溢价率(%)●≤110元●>110元收低价券内部债性收益与风险特征存在明显差异。绝对价格并未充分纳入剩余期限、现金流及信用风险等信息，部分低价可能对应更高的基本面或信用风险。正在你身边敬请关注文后特别声明与免责条款引入YTM及风险指标，有助于进一步区分低价券的风险收益特征，为传统低价策略增强提供研究空间。最新截面：收盘价×到期收益率YTM(每个散点为一只存续转债)到期收益率YTM(%)收3低价策略的回测验证3.1策略运行逻辑本次回测采用的筛选标准如下，整体思路是在捕捉低价机会的同时，通过多个维度过滤掉高风险标的：设置意图到期时间价格门槛结合债底筛选，避免极端低价券的“价值陷阱”专题研究专题研究3.2策略表现从收益角度看：累计收益率119.04%、年化12.94%,在低风险偏好的固收+策略框架中属于相当可观的水平。夏普比率1.32,意味着策略每承担一单位风险所获得的超额回报较为理想。从风险控制角度看：最大回撤-21.45%,这个数字值得重点关注。对于定位为"低价、低风险"的策略来说，超过20%的回撤并不算低。最长回撤期254个交易日(约1年),意味着策略在极端行情下可能经历较长的净值修复周期。从胜率角度看：非零收益日胜率54.51%,日收益盈亏比1.08,说明策略在统计上呈现出"胜率略过半、盈亏比中等"的特征——赚钱的天数略多于亏钱的天数，但单日盈亏差距并不悬殊。可以看到低价策略优势明显：第一，非对称收益特征较为明显。年化12.94%的收益率与9.83%的波动率相匹配，卡玛比率0.60,说明策略在多数时间里能够有效控制下行风险，收益来源相对稳健；第二，筛选标准具备实操价值。评级A+以上结合流动性过滤，在兼顾安全性的同时保留了足够的投资标的池，不会出现"标准太严无券可买"的尴尬；第三，策略框架清晰，易于跟踪。低价策略的逻辑透明、规则明确，即使普通债券投资者也可以通过转债估值指标进行日常跟踪和复盘。但同时也存在局限：第一，回撤明显超出"债性"预期。最大回撤-21.45%,对于预期低风险的投资者而言可能超出心理承受范围。这一回撤水平更多来自正股层面的系统性下跌，而非信用事件。第二，最长回撤期较长。254个交易日的净值修复期，要求策略执行者具备较强的持有耐心和纪律性——低价策略在极端行情下的"磨底"过程可能并不好受。第三，未计入交易成本。回测假设交易成本为0元，实际操作中轮动调仓会产生一定的冲击成本和佣金费用，实际收益率可能会有所折损。第四，历史表现不代表未来。回测期间的市场环境——利率走势、信用环境、正股波动率等——未必能在未来重现，尤其当前转债市场规模和结构已经发生显著变化。8敬请关注文后特别声明与免责条款8专题研究敬请关注文后特别声明与免责条款图表8:低价策略收益2020-102023-72024-72025-72020-102023-72024-72025-72025-10年化收益率专题研究专题研究123220易瑞转债123240楚天转债128105长集转债127078优彩转债127075百川转2127022恒逸转债118031天23转债127019国城转债128026众兴转债113527维格转债127105龙星转债110075南航转债113627太平转债123196正元转02113052兴业转债128129青农转债123155中陆转债110063鹰19转债110072广汇转债3.3可能的改进方向传统低价策略主要依据价格进行排序，并结合信用评级、剩余规模、正股ST状态等结构化指标进行风险过滤，整体框架清晰且易于执行。但低价本身并不等同于低风险，部分转债价格较低可能源于正股基本面恶化、信用风险上升、退市压力或条款状态变化。与此同时，强赎公告、评级调整、公司公告及经营变化等信息大量以文本形式存在，难以直接纳入传统量化筛选框架。因此，在保留经典低价策略核心逻辑的同时，如何进一步识别“低价背后的风险”,成为策略优化值得关注的方向。本文改进思路是引入量价因子：捕捉低位放量带来的潜在反转信号。在传统低价策略基础上加入量价信息，进一步识别低价转债中的潜在交易机会。具体而言，以过去21个交易日成交量的90%分位数作为“放量”标准，并结合同期价格10%分位数识别“低位放量”标的；若过去5个交易日内至少出现一次低位放量，则纳入增强信号。其核心逻辑在于，低价反映估值位置，而低位放量可能意味着资金关注度边际提升。通过“价格+成交量”交叉验证，有望较单一低价排序更早捕捉个券边际变化。引入量价维度的逻辑在于：低位放量是资金行为的外显信号。当一只转债价格处于过去21个交易日的最低10%分位、同时成交量突破过去21个交易日的90%分位时，"低位"与"放量"同时出现，往往指向以下几种可能：1.抄底资金介入：有买方力量在低位主动收集筹码2.博弈条款下修：市场预期发行人即将推动转股价下修3.事件驱动反转：正股层面出现基本面或情绪面的边际改善将低价因子和量价因子相结合，本质上是在做一件事：在"便宜"的标的中，再筛选出"有人开始关注"的标的——前者解决空间问题，后者解决时间问题。敬请关注文后特别声明与免责条款敬请关注文后特别声明与免责条款专题研究专题研究3.4尝试方向新策略年化收益10.63%,低于原策略的12.94%。两倍左右的收益差距，在长达数年的回测窗口下复利累积，最终形成了约27个百分点的累计收益差。夏普比率从1.32降至1.10,意味着新策略每承担一单位风险所获得的超额回报有所下降。考虑到两个策略的年化波动率几乎一致(9.83%vs9.69%),收益端的差距主要来自收益率本身的下滑，而非波动率的上升。回撤端，最大回撤和修复周期均恶化。最大回撤从-21.45%扩大到-24.17%,加深了约2.7个百分点。更值得关注的是最长回撤期的变化——从254个交易日拉长至305个交易日，多出了约51个交易日(约两个半月)。胜率端：略有下降但幅度可控。非零收益日胜率从54.51%降至53.94%,日收益盈亏比从1.08降至1.04,虽有下降但幅度不大。说明量价因子的引入并未系统性破坏策略的胜率结构，问题更多出在某些特定行情下的大幅跑输。可能原因：低位放量的定义——21日内价格处于最低10%分位且成交量突破90%分位——本身是一个较为严格的信号条件。但严格不等于精准。在以下场景中，低位放量可能是一个"陷阱"而非"机会":1.正股暴雷前的放量下跌：大资金在利空落地前集中出逃，低位放量恰好是"跑路"而非"抄底"的信号2.评级下调引发的被动抛售：机构投资者因风控要求集中减持，成交量放大但价格持续承压3.市场整体流动性收缩环境下的异常放量：少数交易日放量可能只是流动性集中释放后的"一次性"现象，不具备持续性如果量价信号在一部分持仓中引入了上述错误信号，策略的整体表现就会受到拖累。图表12:新旧策略与基准净值对比2020-72021-72022-72023-72024-72020-72021-72022-72023-72024-72025-72026-7敬请关注文后特别声明与免责条款专题研究图表14:敏感性分析-年化收益率55市面上可供选择的大模型和AlAgent众多，对于刚入门的投资者而言，很容易陷入"选哪个"的困惑。选对工具，往往比多花时间更重要。以下从实际使用场景出发，简要梳理当前主流的几类方案，供读者参考。敬请关注文后特别声明与免责条款敬请关注文后特别声明与免责条款正在你身边公司AnthropicClaudeFableAnthropieClaudeOpus5贵代码与数学能力最强的Claude,适合回AnthropicClaudeHaik贵贵GoogleGemiDeepSeakDeepSeekV4中蜗款，性能够用但无明显优势智谱AIGLM-从接入金融数据库适配程度与性价比看agent:敬请关注文后特别声明与免责条款敬请关注文后特别声明与免责条款专题研究一句话说明一句话说明万得自带AI,适合查数据、写报告与内部协同一键连同花顺iFinD拖拽搭量化工作流专业策略回测一次任务几毛钱，开源免费，适合极致成本控制20美元/月，写代码与接数据基本够用100-200美元/月，效果与能力处于高位日常性价比最高不差钱要最好最省钱5数据来源5.1可转债核心数据分类为准确复现可转债低价策略，需要获取能够支持历史券池重建、策略筛选、交易执行及收益核算的完整历史数据。具体而言：1.转债基础信息：转债代码、转债名称、正股代码、正股名敬请关注文后特别声明与免责条款14敬请关注文后特别声明与免责条款正在你身边2.转债历史行情：交易日期、开盘价、最高价、最低价、收盘价、涨跌幅、成交额、停牌状态，以收盘价进行低价排序和选券，同时用于调仓成交、收益率及净值计算，并排除无法正常交易的标的；3.历史信用评级：信用评级、评级公告日、评级生效日，用于按历史时点执行策略的信用评级筛选条件，如剔除评级低于A+的转债；4.历史剩余规模：剩余规模、数据对应日期、数据可得日期，用于按历史时点执行剩余规模筛选条件，如剔除剩余规模低于2亿元的转债；5.正股风险状态：ST状态、*ST状态、退市风险警示、状态变更日期，用于识别正股在各历史时点的风险状态，按照策略规则排除对应的高风险转债；6.转债事件与现金流：付息、强赎、回售、到期兑付、摘牌/退市日期、事件公告日、事件生效日、现金流金额，用于处理持仓期间发生的强制上述数据共同保证低价策略能够按照当时真实可获得的信息进行历史回测，尽可能避免未来函数和幸存者偏差。5.2主流数据库对比对于做可转债研究的投资者而言，选对数据源往往能事半功倍。本文从数据权威性、转债字段完整度、历史时点数据、历史退市券覆盖、API便利性、更新及时性、稳定性、成本、回测便利性九个维度，横向对比国内主流的七款金融数据库，可根据实际需求做出选择。01先定位你的工作方式终端权限用户强调数据到回测的02推荐组合与关键取舍核心理由已有机构终端权限的个人敬请关注文后特别声明与免责条款敬请关注文后特别声明与免责条款专题研究专题研究Wind是国内金融数据终端中当之无愧的"标准件"。1.权威性：专业机构级金融数据库，券商、公募、研究机构使用广泛，适合作为研究数据底稿。2.转债字段：转债基础资料、OHLC、成交量额、转股价、转股价值、溢价率、YTM、债底、评级、余额、条款、正股财务等覆盖较为完整。3.历史数据：可通过历史序列、截面及事件数据获取大量历史状态；评级、条款变更等可结合公告日期重建历史信息，但具体字段需逐项确认。4.退市券覆盖：历史证券及摘牌数据体系较完整，可通过上市/摘牌日期重建历史券池。6.稳定性：商业数据库，接口和字段体系相对稳定。7.成本：机构级商业授权，通常成本较高。8.回测便利性：数据准备能力强，但本身更偏"数据源",一般需Python自行搭iFind:同花顺旗下专业金融数据终端，广泛服务于金融机构投研场景。1.基础行情、转债估值、条款、评级、余额、正股数据等较丰富，能覆盖多数常规转债研究需求。2.支持历史行情及多类历史数据查询；历史评级、余额、转股价等能否直接按历史时点批量获取，需要针对具体字段测试。3.提供PythonAPI,终端取数后转代码相对方便，适合研究脚本化。4.商业授权；学校或机构若已有终端，边际使用成本较低。整体性价比在机构级方案中表现均衡。Choice:东方财富旗下专业金融数据服务体系，面向金融机构提供数据库服务。2.提供历史金融数据，但历史评级、余额、条款状态等Point-in-Time字段需要单独验证。AKShare是近年来备受欢迎的开源金融数据接口库，本质并非原始数据生产商，数据来自东方财富、巨潮、集思录等不同公开来源。优势：1.Python原生调用，安装即用，目前已有1000+接口并提供接口搜索功能2.开源免费，开发体验非常适合个人研究3.转债接口较丰富，可取得行情、转股价、溢价率、YTM等信息敬请关注文后特别声明与免责条款敬请关注文后特别声明与免责条款专题研究专题研究硬伤：1.历史时点数据是最大短板：很多接口获取的是当前或最新状态，不能因为今天能看到"剩余规模/评级"就默认可以恢复过去任意日期的状态。2.历史退市券覆盖有限：部分历史行情可以取得，但历史完整券池、退市券、历史状态需要自行拼接验证。3.稳定性存在隐患：接口依赖第三方公开网页或API,底层网站改版可能导致接口失效，正式策略应做好缓存和异常处理。TusharePro是标准化金融API数据平台，数据接口定义比较规范，适合程序化研究。1.转债核心接口：官方提供cb_basic、cb_issue、cb_daily;日行情包含开高低收、涨跌幅、成交量和成交额等，但复杂转债估值或事件字段不如专业终端2.历史数据：基础信息和日行情提供全部历史，但历史评级、历史余额、强赎状态等专项Point-in-Time数据需要其他接口或自行拼接。退市券覆盖：cb_basic提供全部历史，结合上市/退市信息可以用于历史券池构3.API便利性：RESTfulAPI+PythonSDK,字段规范，批量下载方便。4.更新及时性：可转债日线每日约17点更新，基础信息每日更新。5.成本：权限与积分体系挂钩；可转债基础、发行、日线目前要求至少2000积6.稳定性：API标准统一，相比网页抓取型数据源更适合长期脚本。JQData(聚宽):覆盖股票、基金、指数、期货、期权、债券等全品类。1.可转债可结合债券与正股数据进行研究，具体评级、余额、强赎历史字段需要按接口核实。2.量化研究场景对历史数据支持较好，但历史评级、余额、强赎状态仍需做3.Python量化研究环境友好，可以直接查询后进入策略研究。优势在于"数据→因子→回测"链条较短，不必完全从零搭建回测环境。RQData(米筐)1.可转债模块覆盖基础信息、历史合约、日/分钟/Tick行情以及转股、赎回、回售等条款信息，尤其适合策略研究。2.支持历史行情与证券生命周期数据；对于剩余规模、评级、条款变更等历史状态，需要进一步检查相应接口是否保存完整时间序列。4.商业量化数据服务，比公开网页抓取型数据源更适合生产化研究。敬请关注文后特别声明与免责条款敬请关注文后特别声明与免责条款专题研究专题研究BigQuant是国内量化研究平台，将数据、AI和策略开发结合得较为紧密。1.当前可转债基本信息表包含正股、上市/退市日、到期日、发行评级等；日行情包含OHLC、成交量、成交额等。历史版本还提供YTM、应计利息、折溢价等字段。基本信息表明确包含delist_date,因此可以辅助重建历史券池。2.SQL式dai.query+Python研究环境，数据查询、因子计算和Al研究结合方3.平台型数据库，接口统一，但要留意数据表版本迭代。6利用Al进行策略回测回测任务选择chatgpt完成。选用codex作为主要工作台，数据源采用akshare。研究流程如下：区间：2020-01-01—2026-09-11AKShare:主表、日线、评级、指数历史状态重建强赎、退出、ST、公告可得时间Part2策略回测价格门槛、强牍状态原策略：低价排序新策略：低价分×0.6+量价分×0.4每5个交易日/每周调仓绩效与风险分析夏普率、卡玛比率、胜率策略对比与敏感性原低价策略vs新低价量价策略研报图表与底稿数据来源、单位、实际/预测标识修正迭代6.1数据下载数据下载方式，采用分阶段下载，由主表→交易日历→日线→事件→补充数据，每完成一个阶段校验一次记录数和日期范围。敬请关注文后特别声明与免责条款敬请关注文后特别声明与免责条款专题研究专题研究证券主表日线行情表原始文件索引历史状态重建6.1.1研究范围与证券全集一个常见的误区是只下载当前在市的转债列表来做回测。但这会产生明显的幸存者偏差——那些已经退市、强赎或到期摘牌的转债，在历史回测期本应被纳入持仓，但如果仅用今天的列表去回溯，它们从一开始就不存在。这样回测出来的收益，大概率是偏高的。因此，研究通过AKShare结合交易所公开信息，整理出947只可转债的完整证券主表，覆盖以下两类：2020年以前发行且在2020年初仍存续的315只；研究区间内已摘牌、强赎、到期或退出交易的632只；主表记录的字段包括转债代码、转债名称、正股代码、正股名称、市场、发行日、上市日、合同到期日、最后交易日、摘牌日、发行规模和信用评级。6.1.2日线行情下载基于主表逐只下载可转债历史日线行情，主要字段包括：-开盘价、最高价、最低价、收盘价；成交量；-涨跌幅；-停牌状态；行情使用原始不复权价格，避免复权处理影响可转债实际交易价格。日线数据按照交易日历进行整理，而不是简单按照某只债券是否有行情来判断交易日。对于未上市、已摘牌、停牌、零成交、行情缺失和下载失败等情况分别保留状态。敬请关注文后特别声明与免责条款敬请关注文后特别声明与免责条款正在你身边专题研究当接口无法直接获得真实成交额时，使用成交价格乘成交量计算辅助成交额，并在字段中明确标记为估算值，避免将估算成交额误认为交易所原始成交额。6.1.3基准数据：两个对标维度为了评价策略的"相对表现",同步下载沪深300指数和中证转债指数的日线行情。两个基准的初始净值统一归一化为1,归一化时点选取策略起始日附近第一个共同交易日。沪深300用于观察策略相对于权益市场的表现，中证转债指数则用于观察相对于可转债市场整体的表现——两者提供的是不同层面的参照系。6.1.4历史状态与事件数据策略回测的核心前提是：调仓时点只能使用当时已经公开的信息。例如，不能因为你今天知道某只转债在2023年3月被下调了评级，就在2023年2月的调仓中"提前"排除它。因此，研究重点整理了以下历史状态：一可转债发行时的信用评级；一正股ST、*ST、退市风险警示等风险状态；一最后交易日和摘牌日期；一到期兑付、强制赎回等退出事件；其中，AKShare可以较好支持转债基础信息、发行评级、历史行情和部分强赎快照，但对历史ST状态、历史未偿余额、完整强赎公告链条及现金流事件的支持并不完整。因此，研究过程中对部分字段补充了交易所、巨潮资讯、发行人公告和其他公开资料，并保留了来源、公告时间和信息可得时间。这里有一个值得强调的保守处理规则：公告只有日期、没有可靠发布时间时，从下一交易日开始使用。这样做虽然可能延迟1～2天纳入信息，但可以避免将未来信息提前用于历史调仓，是一种"宁可错过也不可用错"的数据处理原6.1.5数据清洗与质量控制数据清洗包括以下环节：一成交量和成交额单位核验(A股成交量为股，成交额为元，单位混淆会导致量价信号完全失真);-上市日、到期日、最后交易日和摘牌日的严格区分；敬请关注文后特别声明与免责条款敬请关注文后特别声明与免责条款专题研究专题研究上述环节中只要有一项处理不当，后续的回测结果就可能出现系统性偏差。6.2回测回测过程，先明确回测基本假设，列明策略逻辑，给出交易异常状况的处理方式。基于回测结果，再进行调试优化。6.2.1回测流程第一步：在每个调仓日重新筛选，严守"只用当时信息"回测按交易日顺序运行，每5个交易日调仓一次。每个调仓日收盘后，Al只使用该日及以前可获得的数据，不使用任何未来信息。每只转债须同时满足八项条件：正股无已知退市风险、评级不低于A+、距到期日不少于90个自然日、最近5日成交额合计不低于5000万元、收盘价不低于90元、当日正常交易、未进入生效强赎阶段、未到最后交易日或退市日。历史正股风险数据存在不完整情况，为与原回测保持一致，风险状态为"未知"的转债暂不直接剔除，但单独披露，列为回测的数据局限。第二步：选出价格最低的10只筛选完成后，候选池按调仓日收盘价从低到高排序，价格相同则按转债代码排序，取前10只作为目标持仓。"低价策略"只依据转债价格排序，不加入转股溢价率、双低值、剩余规模、行业或正股涨跌等其他因子。若合格转债不足10只，则持有全部合格券，剩余资金保留为现金。第三步：在下一交易日完成模拟调仓调仓日收盘后产生目标名单，实际模拟交易安排在下一交易日，默认以下一交易日开盘价成交：卖出不再属于目标组合的券、买入新进前10的券，等权配置，初始资金100万元，手续费和滑点默认0,最小交易单位10张。若某只转债停牌、无行情、已停止交易或缺有效成交价格，系统不强行假设成交，而是记录为交易失败。不能将无法卖出的券简单从持仓中删除，否则会高估策略的流动性。第四步：输出完整回测结果回测完成后输出买卖交易记录、每日及每期持仓、每期候选池与剔除原因、每日净值收益率与回撤，以及年化收益率、波动率、夏普率、最大回撤等绩效指标，并附分年度收益、单券收益贡献和参数敏感性底稿6.2.2低价策略：以价格为核心的安全边际原策略采用每5个交易日调仓一次，在调仓日收盘后对可转债全集依次执行以一剔除正股存在ST、*ST、退市整理或其他退市风险的转债——这是第一道防火墙，排除最极端的信用风险；-剔除信用评级低于A+的转债——确保债底质量；敬请关注文后特别声明与免责条款21敬请关注文后特别声明与免责条款专题研究专题研究一剔除剩余期限不足3个月的转债——避免临近到期的"末日轮"博弈；-剔除最近一周成交额低于0.5亿元的转债——保证调仓的流动性；一剔除收盘价低于90元的转债——过滤极端低价券的"价值陷阱";一剔除已退市、摘牌、停止交易或无法正常成交的转债；-剔除已公告决定实施提前赎回的转债——避免强赎落地后的价格压缩。在满足全部条件的候选池中，按收盘价从低到高排序，选取价格最低的前10只等权持有。调仓信号在当日收盘后形成，实际交易在下一交易日开盘执行，避免使用未来价格。可转债低价轮动策略复现PromptAA->A+>A>A->BBB+>BBB>BBB-。2.剩余期限：合同到期日减信号日不少于90个自然日，即：maturity_date-sig6.2.3新低价量价策略：引入资金行为信号新策略在原策略基础上增加量价因子，调仓频率调整为每周最后一个交易日收盘后生成信号，次周第一个交易日开盘调仓。候选池筛选条件与原策略保持一致。之后计算两个横截面因子：一低价分：候选池内收盘价越低，低价分越高。横截面排序后归一化到0～1区一量价分：对每只转债在交易日t计算过去21个交易日的成交量和收盘价分位数vol_q90=成交量过去21日90%分位数price_q10=收盘价过去21日10%分位数当日成交量大于vol_q90且收盘价低于price_q10时，定义为"低位放量日"。统计过去5个交易日内低位放量日的数量，数量越多，量价分越高。敬请关注文后特别声明与免责条款22敬请关注文后特别声明与免责条款专题研究专题研究综合分=0.6*低价分+0.4*量价分按综合分从高到低排序，选取排名前10的转债等权持有。6.3验证回测过程，先明确回测基本假设，列明策略逻辑，给出交易异常状况的处理方式。基于回测结果，再进行调试优化。第一步：随机抽取原始行情本文随机抽取抽取10只可转债，并分别选择各券样本期初、中间和期末三个交易日，共形成30条核验记录。核验字段包括证券代码、交易日期、开盘价、最高价、最低价、收盘价和成交量。核验结果显示，30条记录的开盘价、最高价、最低价和收盘价均与独立公开行情源一致；在将不同数据源的成交量单位由"手"统一换算为"张"后，30条成交量记录也全部一致。该结果表明，抽样范围内的核心行情可由外部公开数据复核，未发现AI虚构价格、成交量或交易日期的情况。抽查结果与公开行情一致，说明回测所使用的核心价格数据具有可追溯性。第二步：验证筛选规则执行正确分别选择回测前期的2020年1月9日、中期的2023年5月17日和后期的2026年9月8日进行重新计算。验证时不直接采用程序输出的最终持仓，而是从当日全部存续转债出发，重新执行信用评级、剩余期限、最近5个交易日成交额、价格、正常交易状态、强赎状态及存续状态等筛选条件，再按照收盘价由低到高排序。重新计算结果显示，三个样本日得到的候选池和前10名均与原回测结果完全一致。30个入选样本均满足以下条件：-信用评级不低于A+;一剩余期限不少于90个自然日；-最近5个交易日成交额合计不低于5000万元；-当日收盘价不低于90元；-当日具备正常交易数据；-当时没有已经生效的实施强赎决定；-尚未到达最后交易日或退市日。进一步手工加总最近5个交易所交易日的成交额，结果与程序生成的amount_5d字段一致。第三步：验证时间正确性为检验回测是否使用未来数据，本文采用“历史数据截断法”。针对上述三个调仓日，分别复制一份只保留该调仓日及以前行情的数据，再重新运行筛选程敬请关注文后特别声明与免责条款23敬请关注文后特别声明与免责条款专题研究专题研究三次截断测试得到的前10名均与使用完整数据库时完全一致。这说明删除调仓日之后的行情后，当日选券结果没有发生变化，未发现程序利用未来价格或未来成交量进行选券的情况。进一步核对全部交易记录发现：一共检查3,376条非兑付订单；-3,376条订单的成交日均为信号日后的下一个交易所交易日；-没有出现使用当日收盘数据生成信号，却按照当日开盘价成交的情况；-未发现转债在强赎决定生效后仍被新选入组合；-未发现转债在最后交易日当日或之后仍被新选入组合。因此，在行情窗口、调仓信号、成交日期和强赎事件处理方面，未发现明显的未来函数。第四步：验证成交合理性从多维度核验成交规则是否与实际交易约束一致：非兑付订单数量：核实非兑付订单总量是否与调仓次数和持仓数量相符；成交日安排：核实订单是否正确安排在信号日后的下一个交易日；实际完成的买卖记录：确认买入、卖出记录是否完整且与实际调仓匹配；成交价格：核实成交价格是否符合"下一交易日开盘价"的规则；成交金额：核实成交金额是否等于价格×数量；交易单位：核实数量是否符合10张整数倍的最小交易单位；买入失败：检查是否存在因停牌、无行情等原因导致的买入失败记录；卖出失败：检查是否存在SELL_FAILED及对应的失败原因(强赎、最后交易日、行情缺失等)。上述核验从成交端确认了回测的交易执行符合预设规则，未发现成交价格、交易数量和买卖记录与实际约束相悖的情况。6.4自动化skill在低价策略回测验证的基础上，将八步筛选逻辑固化为一项可复用的自动化Skill——"每日可转债低价前十"。该Skill将策略从"回测研究"升级为"每日盯盘工具",使策略逻辑能够以固定的口径、在固定的时点自动执行，无需每次人工重复设定筛选条件。Skill的核心工作方式为：每次调用，自动输出上一个交易日的低价策略前十名名单。它将"数据获取—筛选计算—名单输出"三个环节封装为一个整体，调用即得结果。敬请关注文后特别声明与免责条款24敬请关注文后特别声明与免责条款专题研究专题研究每天早上执行自每日可转债低价前十。每天早上执行自每日可转债低价前十。项目根目录为root<项目根目录>:先通过AKSh收起^7搭建工作台7.1搭建过程数据：本地部署搭建：自然语言描述+agent搭建7.2工作台介绍本平台为可转债量化策略研究的一体化工作台，面向策略开发、回测验证与日常监控场景，提供从市场全景观测、低价策略筛选到轮动明细追踪的完整研究链路。工作台分为转债估值分析、低价策略回测、轮动明细三个页面。工作台链接：https://zzzsleep-star.github.io/LOWp7.2.1页面一：转债估值分析用于市场全景观测与估值环境研判。敬请关注文后特别声明与免责条款敬请关注文后特别声明与免责条款专题研究专题研究转债市场存量演进：以月末存续余额(柱，左轴)与存续转债数量(线，右轴)双轴呈现转债市场扩容节奏。存续券池依据上市日期与退市日期逐月末重建，反映市场供给端的长期趋势。价格分布截面：统计最新交易日正常交易存续转债的收盘价分布，柱顶标注个券数量，直观呈现低价券在全市场中的占比与选券空间。价格中枢时序：以日频计算存续转债收盘价的P25/P50/P75分位数，P50(红色)为全市场价格中枢，刻画低价机会的时变特征。估值中枢时序：以转股溢价率的P25/P50/P75分位数追踪估值环境的周期波动，提示策略表现宜结合所处估值周期进行观察。价格×溢价率截面：以散点图展示最新截面收盘价与转股溢价率的联合分布，≤110元个券以主红显示，暖米色底纹标示低价区域，揭示低价券内部估值分化的结构性特征。价格×YTM截面：以散点图展示收盘价与到期收益率YTM的对应关系，YTM≥的个券以珊瑚橙描边提示信用风险核查，避免将高YTM直接等同于低估机会。2626正在你身边可转债策略研究平台区问选择作用于图1/图3/图4;图2/图5/图6为最新交易日截面(2026-09-17)统计口径：最新交易日正常交易(有收盘价》的存续转债；柱顶数字为数量，占比见悬浮提示。券，近做口径末体现转股/回售缩额，余额读数系统性偏高),末点为最新交嘉日精确余额低价策略回测轮动明细图3转债价格中枢动态变化，低价机会具有时变特征图4转股溢价率中枢周期波动，转债估值具有明显时变性图5价格相近不代表估值相近，低价券内部仍存在明显分化最新截面：收盘价×转股溢价率(每个散点为一只存续转债)图6低价并非低风险，债性收益分化提供策略增强空间最新截面：收盘价×到期收益率YTM(每个散点为一只存续转债)敬请关注文后特别声明与免责条款专题研究专题研究7.2.2页面二：低价策略回测用于回测验证。策略筛选引擎：以可转债绝对价格为核心筛选条件，辅以信用评级、剩余期限、强赎/退市风险排除等约束条件，按价格由低到高排序输出目标持仓组合 (默认10只标的)。回测执行框架：支持设定回测周期、调仓频率、手续费及滑点假设，输出累计收益、年化收益、最大回撤、夏普比率、胜率等核心绩效指标，并与中证转债指数等基准进行对比。2828专题研究专题研究运行回测运行回测您正在查看分享快照(生成于2026-09-3014:03:48,数据版本2026-09-低价策略vs基准指数(中证转债)·累计收益率(%)·20202020-012020-052020-102021-032021-072021-122022-05022-092023-022023-072023-122020-012020-052020-102021-032021-072021-122022-05022-092023-022023-072023-122024-042024-092025-022025-072025-1关键指标收益表现与风险表现□电力设备□医药生物□机械设备□建筑装饰□轻工制造□有色金属□农林牧渔34只关键指标收益表现与风险表现累计收益率超额收益率年化波动率7.2.3页面三：轮动明细用于持仓轮动追踪与个券基本要素监控。调仓记录追踪：以时间序列展示每次调仓的调入/调出个券明细，记录持仓变动轨迹与换手率水平。敬请关注文后特别声明与免责条款专题研究专题研究个券基本要素面板：对当前持仓及候选池个券展示评级、行业归属、剩余期限、剩余规模、转股溢价率、纯债价值、转股压力、正股近期表现等关键指信号监测：跟踪强赎触发进度、下修条款状态、回售保护边界等条款事件，辅助判断持仓个券的条款博弈空间与退出节奏。日期筛选与截面查看：支持按日期检索任意历史截面的轮动状态，便于回溯策略在不同市场环境下的持仓结构变化。图表26:轮动页面今年以来共325次轮动/结算-2020-01-03~2026-09-09搜索个券代码/名称……搜索个券代码/名称……按轮动分组您正在查看分享快照您