社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

低风险、高收益?可转债缘何走上神坛?网红可转债策略能赚钱吗? | 附Python量化选债代码

邢不行 • 1 年前 • 216 次点击  



这是邢不行第 115 期量化小讲堂的分享

作者 | 邢不行、密斯锌硒




2024年国内电车厂商卷上了天。


前有比亚迪一降再降,杀入10万以内,闭门造车了3年的小米也以21.59万交个朋友。



很多人纷纷感慨,当下是电车的大争之世


时间回拨200年,当时同样有个正崛起中的大国。该国也有一个交通行业卷上了天,但不是电车而是火车



01

可转债起源


1

铁路时代


19世纪是属于火车的黄金时代,而美国的崛起也由一段段铁路铺设而成。


铁路大发展中,以华尔街为代表的金融力量居功甚伟。


大量融资加速了铁路建设,美国铁路总里程占了当时全世界的一半



值此背景,当时铁路上市公司就像现在高科技公司般受到了市场的狂热追捧


道琼斯指数刚发布时,80%的成分股都是铁路股



2

可转债诞生


伴随着铁路公司日益增长的融资需求,一种全新的融资方式——可转债,于1843年诞生


在经济危机中帮助纽约伊利铁路公司一举融资500万美元



潮来潮往,万物更迭。20世纪后随着汽车和飞机出现,铁路的黄金年代也就此落下帷幕


可转债则一直延续至今,仍是资本市场上不可或缺的一种常见融资手段。


近年来又在A股崭露头角,吸引越来越多的人参与交易



也常有人来问我有没有可转债的策略,本文就给大家介绍一个相关的量化选债策略



02

可转债介绍


1

可转债简介


先大概介绍一下可转债。


可转债又叫可转换公司债券本质上是一种企业债券



但与传统债券不同,它不仅可以提供固定收益,还可以在未来某个时间点按约定价转换成股票


可转债与传统债券区别


2

可转债属性


平时交易美债/银行间债券/私募债的各位大佬都知道,利息相同的两个债券,只要不违约,买到的绝对价格越低,未来收益越高。


可转债同样如此。



至于可转债的股票属性,则体现在转股方面。


发行时会约定一个转股价,一般不会变动。


到达约定日期后,即可将可转债转换为相应价格的股票



比如转股价为10元的可转债,在股票12元时将其转股,每股可净赚2元。


但如股价为9元,此时转股会发生亏损,也可以选择不转股,继续持有转债赚取利息。


如此一来转不转股都似乎稳赚不赔,简直赢麻了。



当然从实际收益的角度考虑,我们还是更希望股价变高,带来更多的转股收益,毕竟债券的收益并不能满足所有人。


一般我们会通过转股溢价率来判断是否进行转股。



转股溢价率越低,转股的收益越高



03

国内可转债发展


1

国内发展


了解了可转债的基本概念,我们再介绍下国内可转债市场的发展


2017年融资规则调整后,定增受限,可转债顺势上位,成了上市公司最喜欢的融资方式



同年证监会修改了可转债打新政策,促使大量散户开始线上打新


相信很多人都亲身参与过。



打新的高收益和低风险又再次吸引诸多理财党、羊毛党入场


可转债交易逐渐进入大众视野,整体成交额日益增长


多重推动下,可转债市场规模从2018年开始井喷


可转债市场整体规模数据


2

市场特性


很多人之所以参与可转债交易,主要是因为他认为可转债本质上是债券交易,风险比大A小很多。


但与A股市场不同,可转债市场不设涨跌幅,且是T+0规则,可以实现当天买当天卖


市场本身的成交量也远比A股更低,容易被操纵



对投资经验少又爱追涨杀跌的人而言,可转债反而有更高的风险


当然以上仅是我一家之言,有不同的想法也欢迎在评论区交流。


3

集思录


国内可转债交易的讨论主要集中在集思录



该投资论坛相对小众,用户偏向于低风险投资方式,以讨论新股、可转债、ETF为主


当下流行的部分可转债策略便来源于此。比如近年来热度很高的可转债双低策略



该策略最早于2018年时由集思路用户YYB凌波提出并开始实盘,后在2020年牛市中被各类理财博主推荐,被称为最适合小白的理财策略


策略真有这么神奇吗?还是以讹传讹呢?下文我们就来验证一二。



04

可转债双低策略


1

选债策略


上文我们曾说过,可转债价格和转股溢价率都是越低越好。


凌波设计的双低策略,就是简单的将转债价格和转股溢价率相加,得到一个全新的指标:双低值。



后续选择双低值较低的可转债买入即可,如此选出的可转债的两个指标相对都较低


至于双低值策略是否有效,就需要我们去验证。


2

策略构建


试着构建如下量化交易策略:


每周最后一个交易日结束后,计算所有可转债双低值,从小到大进行排序,并删除此时正股已被ST、退市或停牌的可转债。



挑选出双低值最小的5只可转债,在下周第一个交易开盘均仓买入,持有一整周



直至下周最后一个交易日收盘时清仓卖出,再重新选择此时双低值最小的5只可转债。



并在下下周的第一个交易日去买入,如此循环往复


3

举例说明


比如2024年3月1日我们选出如下5只双低值最低的可转债。



便于3月3日买入,并一直持有至3月8日收盘时卖出,再重新选择符合条件的可转债。



假设我们一开始投入一笔钱去交易这个策略,最终是赚是亏?



4

代码&数据


要验证这个想法,就需要借助相关历史数据和Python代码。


具体的数据和代码我已帮大家准备好。



数据文件包含了A股历史上所有的可转债交易数据,甚至是已退市的。


具体数据中囊括了某只可转债从上市第一天至今每天的开高收低价格、转股价格、转股溢价率等字段,非常完备


可转债数据


有了数据后,只需一键运行Python代码,即可得到策略的结果。


策略代码


如果你需要上述数据和代码的话,可以加我微信xbx297,都是可以直接发给你的。


5

策略结果


程序运行结果如图所示:



代表策略的蓝色曲线从初始的1元涨到了1.51元。


虽然跑赢了代表大盘的沪深300曲线,但年化收益仅6.85%,最大回撤却高达51%,且还在回撤中。


该策略从2018年-2021年年底持续有效,但2021年后便一直处于回撤中。



原因在于2020年可转债市场逐渐火热,最简单的打新都能获得高收益。


很多人入局可转债,开始推荐双低策略,甚至有人说这是最适合新手、最稳定、收益最高的策略。


随着近2年的回撤,很少再听人提及该策略了。


6

个人想法


金融市场便是如此,越多的地方越不能去,越多人吹捧的事物越要远离


大家不妨回忆下自己炒股亏钱的经历,很多时候都是看到朋友或群友赚钱了,就跟着冲进去


一开始确实能赚点猪脚饭的钱,等到又赚了一顿疯狂星期四的钱后再也忍不住,追加了更多投资



随后亏损开始,再然后就没有然后了,后面的经历大家应该都亲身体验过。


我也写过很多文章去证明类似的观点,感兴趣的可以看一看加深下印象:


点击上图查看文章


回到前面的策略,双低策略逻辑扎实,自身并没有任何问题,长期来看大概率能赚钱。


任何策略都有潮起潮落时,但不妨碍我们将其作为基础策略去做进一步的优化


下面就给大家提供一些思路



05

双低策略优化


1

优化方案


比如在距离转股日最久的50只可转债中选出双低值最小的10只,策略效果会有进一步的提升



或者买入同时是距离转股日最久的前50,又是双低值最低的前50的可转债。


表现也优于基础策略,至少最近不回撤。



在双低策略的理论基础上,有极大的空间去进一步优化它


篇幅有限就不细讲了,感兴趣的可以加我微信xbx297,问我拿了数据和代码,自己去做深入的研究。



2

尾声


对上文内容有任何不懂的也可以找我交流,改进后策略的数据和代码我们也帮大家准备好了


你可以加我微信xbx297,都是可以免费发给你的。



另外可转债不只有双低策略,还有很多其他的优质策略:



感兴趣的话可以多多点赞,点赞多的话之后我们会做更多的分享。




06

后记


文章的最后,和大家分享一点量化投资的心得。


经常有人问我小白如何入门量化投资,有什么资料分享。


我特意为大家准备了一个《量化投资新手学习大礼包》






首先是我们自己总结的适合零基础新手的量化投资学习路径,可以让你知道自己每一步需要达到什么阶段。



接下来你可以通过我整理的量化文章合集,来更全面的了解量化投资到底是什么。



我还精选了适合各个学习阶段的策略研报合集,正如我一直所说,量化研报是很好的量化实践项目,深度研报可以显著提升你的量化水平。



这一份代码则适合喜欢研究技术指标的人,你可以跟着教程轻松计算出所有技术指标,并测试这个指标的有效性。



如果你有一定的基础,还可以尝试回测一些策略,我为你准备好了十几个不同类型的经典策略和它们的代码,相信总有一个适合你自己去魔改开发,运用到实盘。




最后也是最关键的,量化的基础就是准确的历史数据,我会送你一份股票历史日线数据和一份财务数据,你可以用它测试所有技术指标和财务指标,也可以用来回测大部分策略。




识货的你一定能够发现这个大礼包的价值吧。如果你需要的话,可以加我微信xbx297,都是可以直接免费发给你的。




往期文章推荐

抱最狠的团,亏最多的钱?Python量化散户抱团,揭秘A股股东户数秘密 | 附代码

以前嗤之以鼻,现在逐字学习!用Python量化缠论,一键自动生成交易信号 | 附代码 |【邢不行】

技术指标消亡史:从独领风骚到泯然众人 | 量化交易者如何看待技术指标,技术分析还能用吗?| 【邢不行】

微盘股还能买吗?量化轮动策略轻松跑赢指数12倍?!只会买指数ETF也能做量化?| 【邢不行】

大A为何频繁跳水,Python量化1200W条交易数据给你答案!| 【邢不行】

A股贵如金?Python量化验证AH股溢价效应,跟着买15年18倍?| 附策略代码

跟着基金买,别墅靠大海?买基金重仓股票,会破产吗?| 附最新选股结果 |【邢不行】

抓了几千万条热门股数据,用Python量化验证后发现结果竟然...... | 【邢不行】

抓了几千万条热门股数据,用Python量化验证后发现结果竟然...... | 【邢不行】

当我们谈论量化时,我们在谈论什么?量化投资常见策略有哪些?| 融券T0和高频交易详解|【邢不行】

散户反着买,别墅靠大海?股票上了龙虎榜还能买吗?【邢不行】

量化交易一定是机器人+自动化+高频交易吗?| 常见量化交易误区合集,新手脱坑入门指南 | 【邢不行】

抄底总在半山腰?抄底A股的时机何时到来?|【 邢不行】

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/170637
 
216 次点击