可转债量化投资：低溢价策略持仓数目的实证分析

可转债量化投资：低溢价策略持仓数目的实证分析

可转债作为一种兼具股性和债性的投资品种，近年来受到越来越多投资者的关注。本文通过量化分析的方法，探讨了低溢价策略在不同持仓数量下的表现，为投资者提供了一种科学的投资参考。

数据获取

数据获取是进行可转债分析的基础。作者主要通过Akshare提供的数据接口下载目前仍在交易的可转债，主要思路是通过一个接口获取可转债的代码，随后调用另一接口获取对应代码的历史交易数据。

通过上述操作能够获取当前所有的在交易的可转债。这一部分数据对于回测分析也是足够的了。另外，有大量可转债由于强赎到期等原因已经退市，想获取更精确的回测过程，可以通过爬虫等方法进一步获取，作者这里首先是通过宁稳网获取了目前所有已退市的可转债代码，随后通过已退市的代码在集思录官网获取相应的历史数据。通过上述过程便获取了在规定时间内的所有可转债交易数据。

数据的补充和清洗

通过上述过程只能够得到目前在交易的可转债信息，缺乏对应的转股溢价率等信息，因此需要进一步的处理。ak.bond_zh_cov_value_analysis这个接口可以提供可转债转股溢价率等信息，因此需要将上述的两个接口获取的数据进行进一步的结合，便可以得到每只可转债较为完整的历史行情信息，这里最需要注意的是两个接口得到的数据存在停牌期的差异，需要通过一行代码将停牌期的数据删除。另外需要注意的是，我通过另一个接口获取了历史交易日可转债对应正股的流通市值，都在akshare有对应接口调用，不难。所得结果如图2所示，

图2. 增加了转股溢价率等数据的历史行情信息

数据的回测

在获取所有上述所有数据之后，便可以对数据进行回测和分析。这里采用三种最常见的策略，即双低、低溢价和低价策略，回测日期这里以2020年6月1日至2023年11月7日为止，具体的构建矩阵方法可以参看“ 野生交易员的试炼之路”的“20行Python搞定可转债回测”一文作为参考。我们可以选用20只可转债，等权重购买，每日轮换，未考虑摩擦成本，并将可转债等权指数和沪深300指数作为参考，得到如下图的回测结果，可以发现通过低溢价策略能够获取显著的收益率。

图3. 不同可转债策略获取的净值变化图。（20200601-20231107）

改变回测日期，如2022年6月1日至2023年11月7日，获取如图4所示的结果，可以发现仍然是通过低溢价策略能够获取显著的超额收益。

图4. 不同可转债策略获取的净值变化图。（20220601-20231107）

作者这里选择的可转债数目为20只，对于可转债数目对于净值的影响则做了进一步的分析，回测策略保持一致，得到了如图5的结果，结果表明随着可转债持有数目的增加，可转债的波动率减小，同时当可转债数目大于10只时，总体回报率几乎一致，表明适当增加持仓数目能够提高持仓幸福感同时不减少回报率。

图5. 低溢价策略不同持仓个数净值变化图。（20220601-20231107）

为具体表示这一趋势，我们计算了不同数目时的夏普比，其公式不再累赘，年化回报率取2.315，得到的结果如图6所示。同时我们也计算了最大回撤率，结果如图7所示，从图6和图7的结果可以看出，适当的分散数目能够保证我们在获取相似的回报率同时降低回撤，提高持股感受。

图6. 低溢价策略不同持仓的夏普比率变化。（20220601-20231107）

图7. 低溢价策略不同持仓数目的最大回撤率。（20220601-20231107）