中国可转债策略周报：左右开弓：择时策略的逻辑闭环与PYTHON建议

左右开弓：择时策略的逻辑闭环与Python 建议这是关于转债择时体系报告的第四篇，我们希望在这里能有一个"可堪一用"的闭环。在此前的三篇报告中，我们分别介绍了择时指标基础（估值为主，偏左侧）、关于趋势分析的工具（主要目的是判定右侧）与强化学习框架。

    这里，我们准备结合左侧、右侧与强化学习，谈谈如何克服实践中的障碍，建立统一模型。

    对于左侧择时输入指标，我们使用相对简单而长效的三组数据——价格中位数、隐含波动率中位数、债底溢价率的20 日偏离度，其中为避免“双高”个券对估值数据的影响，我们对应进行剔除。对于右侧趋势输入指标，我们沿用上期报告所使用的模型结果作为“趋势”的代理变量。至于训练层面，我们沿用该系列报告第二篇提出的强化学习模型。鉴于我们考虑了左右侧信号，逻辑理当存在闭环，即买入后有对应的卖出信号，反之亦然，使用强化学习也是这个维度下相对基础的闭环。

    就模型训练要注意两点细节：1）即便是强化学习模型，2015 年的权重也较高。我们在实际训练中将训练集分为2010 年~2014 年以及2016 年~2019年两段（为避免过拟合，2020 年后的行情是样本外）；2）为吸纳数据中的“最新经验”，我们对“新知识”也分割为训练阶段与测试阶段，而为了避免重新学习全部参数，我们可以在已有模型的基础上做“微调”——即固定大部分参数，仅在有正则化约束的情况下优化一小部分参数。

    最后，模型当然不能解决全部问题。主观上投资者经常会提出“某段时间模型的选择不对”——实际上只要不是过拟合的或者使用未来数据的模型，都可能会有误判。我们“可堪一用”的标准是：1. 在不同时间点逻辑是一致的也是可理解的；2. 大体上长期有效；3. 多数时候会给出明确的结论。实际上，就转债的择时而言，我们多数情况下也只是在回答“估值低不低”和“趋势好不好”的问题，这一点上，现在的模型和多年前的框架并无区别。

    一些我们常常使用，却未进入统一模型的指标，更多是因为其具备一个更加特定化的应用场景。例如我们长用作观察是否出现情绪性卖盘的热图指标。

    例如上周，就有比通用模型更好的参考价值：中等估值股性组出现足量调整，意味着市场估值存在出清的信号。因此，对近期市场，我们认为随着估值充分调整，转债性价比提升，而小盘股情绪回暖，至少存在反弹机会。

    一级发行市场

    近期发行仍处于“去存量”中，发行人侧推动相对提速，而新审批项目有限。2024 年7 月以来股东大会通过项目9 单。目前已过待审项目合计7单，合计规模117.31 亿元；核准待发项目12 单，合计107.24 亿元。

    风险

    模型误差，市场风格偏好出现较大调整，公司财务质量超预期调整。

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。