可转债策略及量化回测
几个平台的粗略比较：
- 聚宽
- 转债数据行情从2018-09-13开始
- 强赎信息好像没有
- 用聚宽的数据，溢价率，双低什么的需要自己算
- 可以试用半年，试用期数据量没有什么限制
- 不支撑转债回测
- 编程API友好，文档也不错
- 米筐
- 数据种类最全，强赎回售什么的都有
- 只能试用一个月，而且每天只有50MB
- 平台试用和sdk试用分开申请，在平台上跑好像流量限制不大
- 编程API友好，和聚宽几乎一样，文档也不错
- 有开源的rqalpha回测框架，rqalpha-plus也是基于rqalpha，可扩展，有代码可以hack
- 掘金
- 数据质量不足，缺少转债历史数据
- 回测环境最友好，有本地IDE，编程方便，但是必须在windows下起客户端
- 可转债数据不足，无法回测
- 优矿
- 数据比较全
- 回测可转债的支持好像不太好，需要自己计算持仓，回撤等
- 数据免费，质量也不错
- 编程环境非常友好，方便上手和实验（基于jupyter notebook）
- 集思录
- 双低数据什么都算好了，但是没有历史转股价数据等
- 每一个转债的历史数据有，需要爬
- 适用于手动轮动，生成基于运行当日数据的标的和操作。
要使用聚宽/米筐的数据，需要申请使用，并将用户名密码放在'.auth.json'里。 要使用集思录的数据，需要将用户名和密码放在'.auth.json'里。否则集思录无法获得完整的转债数据。 集思录现在是直接用python的requests获取，比较麻烦。也可以考虑Selenium的方案。
付费的话，直接用米筐或者rqalpha-plus，交易用vnpy或者easytrader（都没试过） 免费的话，最好的组合是用米筐的数据（或者聚宽的可能也可以），用rqalpha + 自己扩展的数据源进行回测。至少对于可转债是可以work的。
.auth.json的格式如下： { "rqdata": { "username": "license", "password": "xxxxxxxxxx" }, "jisilu": { "username": "foo", "password": "bar" }, "jqdata": { "username": "foo", "password": "bar" }, }
持仓信息默认放在'.positions.json'里面 可以自己些计算策略的函数，也可以用library/里的现成的。 要安装library/中的库，在library/目录下运行 pip install -e .
./main.py --cache_dir=/tmp/cache --data_soruce=rqdata --txn_day=2021-08-01 --strategy_cfg=double_low.json
./main.py --cache_dir=/tmp/cache --data_source=jisilu
./main.py --help
./backtest.py --start_date='2018-01-01' --end_date='2021-08-31' --cache_dir="/tmp/cache" --strategy_cfg='[dlh]*.json'
- 增加更多的策略作比较
- 盛唐风物的偏离策略
- 强赎博弈
- 回售博弈
- ...
- 优化现有策略，考虑其他的因子，比如规模，评级等
- 在图上增加最大回撤日期等
- 过滤已经公布强赎的转债: 案例：2019-09-23 127010.XSHE (Done)
- 过滤可交换债（Done)
- Handle call_info not available on some dates (Done)
- 输出Order细节到csv，转换成掘金的格式(Done)
- 过滤停牌转债: 2021-09-08-11-39-20/issues.txt(Done)
- 过滤Q债（只有机构或者合格投资者可以购买）(Done, 目前Q债都是EB债)
- 将rqalpha的输出转换成掘金的格式
- 用run_rq.py来运行，方便传递参数
- ./run_rq.py --file=multi_factors.py --start_date='2021-09-01' --end_date='2021-09-23' --cache_dir='cache'
- 给回测传递参数，选择不同策略(Make conbond library strategy a mod) (Done)
- 看能否利用起rqalpha的incremental mod (Done)
- 过滤低规模转债: 案例：128060（中装转债），2020-02-08公告，规模低于3000万，02-13开始停止交易 (Done)
- 用其他类似的量化平台结果添加测试
- 是否过滤停牌转债导致的不同, 例如2018-01-08 113502
- 是否过滤已公告强赎转债导致的不同, 例如2018-06-19 110039
- 是否过滤规模小于一个亿的转债（避免停止交易）, 例如2019-04-29 123013
- 用其他类似的量化平台结果添加测试(自动化比对流程)
- 2019-09-23 113534: 数据源问题，2019-09-23时候的转股溢价率是6%，实际上应该是44+（集思录），2019-09-24转股价下修到底溢价率才下来了
- 2020-08-10 128012: 2020-04-29之后再无成交,价格不变但是溢价率一直降低
- 2021-01-18 113008: 临近到期赎回，需要过滤
- 用其他类似的量化平台结果添加测试(自动化比对流程)
- 2020-08-10 128012: 4月29开始停牌，7月27开始回售后数据源变为不停牌(https://new.qq.com/omn/20210629/20210629A0D0BW00.html)。使用成交量进行过滤。
- 有的标的有的日成交量很低，下单数量超过当日Bar的25%只会部分成交
- 2018-11-26 128033, 9.51万成交额，这种就放着吧，总体影响不大，之后还会被继续平仓
- 根据2021-09-29 diff结果修正
- 2019-09-23 113534: 数据源问题，不需要修正
- 2020-08-10 128012: 2020-04-29之后再无成交,价格不变但是溢价率一直降低，用成交过滤
- 2021-01-18 113008: 临近到期赎回，过滤(30days)
- 多策略回测
- 回测配置放置在json中，可定义过滤条件
- 增加几个回测策略
- 过滤接近强赎触发的转债，强赎公告发布会马上导致溢价的收敛。