低频量化周报实战：风险溢价比与可转债策略全解析

1. 周报的整体设计与模块搭建逻辑

做低频量化这些年，我一直有个执念：策略报告不是写给外人看的漂亮文档，而是写给未来自己看的操作备忘录。每周一份周报，核心目的只有一个——用数据和规则，对抗盘中的情绪波动。

很多人以为低频量化的“低频”二字意味着轻松，一周就操作一两次。其实恰恰相反，低频的频率特征决定了你每次出手的决策权重都极高，做错一次的代价可能要用一个月来修复。所以周报的价值不在于预测，而在于把模糊的市场感觉，翻译成可追溯、可复盘、可迭代的结构化信息。

这一期的周报，我固定拆成五个模块：指数风险溢价比、配债完整数据集、可转债策略跟踪、上市公司礼品观察、交易总结。每个模块承担不同的功能，下面挨个说清楚。

1.1 为什么把“指数风险溢价比”放在第一位

这个指标是我整个周报体系的锚。它不是最花哨的技术指标，但却是最接近资产定价本质的一个数据——它直接回答“当前买入股票资产，相比无风险资产，到底多拿了多少补偿”这个问题。

原理很简单：风险溢价比 = 股票指数盈利收益率（市盈率的倒数） − 无风险利率。盈利收益率代表买指数能获得的“基础回报率”，无风险利率代表你放弃的“躺赚收益”，两者之差就是市场给你的风险补偿。

我在周报里习惯用沪深300指数来做基准，原因是它覆盖了A股市值最大的300家公司，成分股流动性好，盈利数据相对稳定，极端的估值失真情况比中小盘指数少得多。计算时无风险利率我一般取十年期国债收益率，这个数据每个交易日都会更新，取周度均值即可。

实际计算流程是这样的：

• 第一步：取沪深300指数最新收盘点位对应的整体市盈率TTM；
• 第二步：计算盈利收益率，公式为 1 ÷ PE(TTM)；
• 第三步：取十年期国债收益率当周的日均值；
• 第四步：两者相减，得到当周的指数风险溢价比。

举个例子，假设沪深300的PE_TTM为12.5倍，那么盈利收益率就是8%。如果十年期国债收益率当周均值是2.8%，那么风险溢价比就是8% − 2.8% = 5.2%。这个数字落在什么区间，直接决定了仓位倾向。

1.2 配债数据集和可转债策略为什么放进同一期

配债和可转债看起来是两条独立逻辑，实际操作中却经常联动。配债的本质是“上市公司向原股东优先配售可转债”，你持有正股，就有资格按比例认购新债；而可转债策略的核心又是围绕“转股价值、溢价率、到期收益率”这些要素做文章。所以我在周报里把这两个模块放在一起，方便对照新债发行节奏和存量转债的估值变化。

这两块数据其实都不难获取，但最大的痛点是散。交易所官网、上市公司公告、集思录、东方财富数据中心的披露口径不一致，时间戳也不同。做低频量化的人，最忌讳的就是在数据源切换上浪费精力，所以我每周会固定用一个流程把散数据归拢成标准格式，放到同一个表格里，这一期展示的就是归整后的完整数据集。

1.3 上市公司礼品模块存在的真实目的

可能有读者会觉得“上市公司礼品”是花边新闻，跟量化策略八竿子打不着。但实际上，上市公司愿意在年报季、股东回馈活动里送出实物礼品，这个行为本身就是一个极低频的、非标准化的基本面信号。它能侧面反映三件事：股东关系维护意愿、公司当期现金流宽松程度、管理层对股价的隐性态度。

举个例子，一家公司主动为中小股东准备定制礼品并承担邮寄费用，说明它愿意在非强制披露事项上花钱维护股东关系，这种公司在再融资、并购等需要股东投票的关键节点上，通常更在意散户情绪。这个逻辑不构成买卖依据，但在周报里作为辅助观察项，能让我对持仓公司的治理风格建立更立体的认知。

2. 指数风险溢价比的深度解读与应用

2.1 静态值与动态分位的双轨判断

做低频交易的人都知道，任何单一指标的绝对值都不可靠。风险溢价比的静态数值，必须结合历史分位来看。

我自己的计算方式是：回看2015年以来每周的风险溢价比数据（大约500个样本点），把当前值放在这个序列里做百分位排名。如果当前值高于历史80%的时段，说明股票资产相对债券资产处于“高补偿区”；反之，如果低于20%时段，说明股票资产的性价比正在变差。

这个逻辑的本质是均值回归。风险溢价比不会无限扩张也不会无限压缩，它总是围绕一个中枢波动。当它推到历史极值区间时，往往对应市场的阶段性底部或顶部区域。当然，极值之后可能还有极端，所以这个指标只作为仓位管理参考，不作为择时买卖的唯一依据。

2.2 分位区间对应的仓位参考框架

基于多年的数据回测和实盘验证，我总结出一套仓位参考框架，这里分享出来供参考：

必须强调一点：这个框架解决的是“该不该买”的问题，不解决“买什么”的问题。行业选择和个股筛选，需要另行建模。低频量化最容易犯的错误，就是用一个宏观指标去指导微观操作，这属于维度错配。

2.3 为什么用十年期国债收益率而不是货币基金利率

有人问过，货币基金或者银行理财的收益率更贴近普通人的无风险收益感知，为什么不用它们做基准？

核心原因是久期匹配。股票资产的现金流分布在长期，你需要用一个同样代表长期资金的利率来对标，十年期国债收益率就是市场上最标准的长期无风险利率代理变量。货基利率反映的是短期资金面，拿它去对比股票资产的长期预期回报，时间维度不匹配，得出的结论会失真。

另一个细节是：十年期国债收益率本身也在波动，而且与股市估值存在联动关系。用周度均值能平滑日内噪音，但遇到重大政策利率调整的当周，需要注意数据跳变的影响。我在周报中会单独标注这类异常变动，避免下周对比时产生误判。

3. 配债完整数据集与打新逻辑拆解

3.1 配债数据集应该包含哪些字段

这一期做了一份相对完整的配债数据集，覆盖近期所有已发行和待发行的可转债标的。整理数据时，我确定的字段结构如下：

• 正股代码与名称；
• 股权登记日、申购日、上市日；
• 每股配售额与原股东配售比例；
• 发行规模与债券期限；
• 票面利率与到期赎回价；
• 转股价与转股价值；
• 最新正股价与转股溢价率。

整理这么多字段，是为了把同一个债权的风险和收益维度全部摊开看。比如转股价和当前正股价的关系，直接决定上市后是否可能破发；而每股配售额决定了你持有多大的仓位才能参与足额配售，这对资金规划至关重要。

3.2 原股东配售的计算方法与资金准备

先讲计算逻辑。假设你持有某公司1000股股票，公告显示每股配售额为0.8元，那么你可以认购的配债金额就是1000 × 0.8 = 800元。可转债的申购单位是“张”（每张面值100元），所以800元对应8张，在申购时按配售数量如实填写即可。

实际操作中，有一个容易忽略的点：你的持股数量需以股权登记日收盘时的持仓为准。如果此前一天卖了，你就失去配售资格；如果当天买入，则需要确认为可配售股东。所以做配债策略的人，周五收盘前就要核对完持仓，提前做好资金安排。

配债缴款日和申购日通常是同一天，意味着你的账户里在当日下午4点前必须有足够的可用资金。很多读者踩过这个坑：资格有了，但当天现金不够，眼睁睁放弃配售。我的做法是，数据集中对每只配债都会标注“预计需备资金”这一列，按每股配售额乘以计划持有股数，再加上一个冗余缓冲。

3.3 配债破发风险怎么提前判断

配债不是稳赚的生意。2022年到2024年之间，可转债零破发的神话被打破过多次，所以必须建立破发预警机制。

我的简易判断方法是“三看”：

• 看转股价值：发行公告中给出的转股价与当前正股价的比值，如果转股价值低于95元，上市当天的安全边际就比较薄；
• 看正股趋势：配债发行前后，正股往往已经经历了一轮上涨，如果周报数据里显示正股近期涨幅过大且换手率异常，要警惕上市前的回落风险；
• 看债券要素：票面利率高、到期赎回价高的转债，债底保护更强，即使转股价值低，下跌空间也有限。

将这三点结合起来，基本能把破发概率高的标的提前识别出来。我在配套数据集里特意增加了“综合风险等级”字段，按以上维度打三个档：稳健、中性、谨慎。

3.4 配债数据集的更新节奏与维护方法

低频策略对数据时效性的要求并不算高，但配债数据有一个天然的时间窗口——从公告日到申购日往往只有3到5个交易日。错过了这个窗口，数据集再完整也没有操作意义。

我的维护方式是每周日晚间更新一次，同时每天早盘前花五分钟扫一眼是否有新增公告。任何一只新债发行公告落地，立即写入数据集并标注提醒时间。这里建议做量化的读者不要嫌麻烦，配债的核心优势是几乎零佣金、低风险、资金占用周期短，这个优势只有在数据及时的前提下才能真正兑现。

4. 可转债策略框架与周度跟踪

4.1 双低策略与轮动节奏

可转债策略里，被讨论最多的就是双低策略。所谓“双低”，是指价格低和转股溢价率低同时满足。我自己的筛选标准定为：转债价格低于105元、转股溢价率低于20%，两者同时满足时进入观察池。

这个策略的底层逻辑是：价格低提供了债底保护，溢价率低则保留了股性弹性。低价低溢价意味着“向下有支撑、向上有空间”，是风险收益比相对不对称的位置。

但必须强调，双低策略的关键不在选券，而在轮动纪律。每周周报中我会对观察池内所有标的重新排序，按“价格 + 转股溢价率 × 系数”的综合得分从低到高排列。持仓中排名跌出前10的，下周优先调出；排名进入前5的新面孔，考虑调入。这种机械化的轮动规则，能有效避免“觉得这只还行，再拿拿”的主观犹豫。

4.2 到期收益率与债底保护的关系

有段时间市场波动大，双低池里出现了不少价格低于110元的转债，于是很多人的关注重点从进攻转向防守。此时我更看重到期收益率这个指标。

到期收益率是按当前价格买入并持有到期的年化回报率，它衡量的是“如果正股完全不行，这笔债权的保底收益是多少”。举例来说，某转债剩余期限3年，当前价格102元，到期赎回价115元，期间票息合计约6元，按持有到期计算内部收益率大约在5%左右。这个数字如果高于同期限信用债收益率，说明债底保护充足，即使正股表现平庸，这笔投资也不会太吃亏。

在可转债策略的仓位结构上，我的做法是：进攻仓（低溢价转债）占60%，防守仓（高到期收益率转债）占30%，另留10%现金应对突发配债或策略调仓需求。

4.3 强赎条款的跟踪与预警

强赎是最容易被忽视的细节，也是实盘中最常见的“利润回吐元凶”。当正股价格在连续若干个交易日内高于转股价的130%时，上市公司有权启动强制赎回，此时转债持有人要么转股，要么以面值加利息被强制赎回。如果不及时操作，一天之内吃掉几十个点的利润都不奇怪。

我的周报中会单列一列“强赎进度”，跟踪正股收盘价与转股价的比值。比值高于120%时标记为黄色预警，高于130%且满足天数条件时标记为红色强制关注。设置这样的预警线，不是为了猜强赎时间点，而是确保持有转债期间不间断知道“什么时候该做出选择了”。

4.4 可转债策略的容量上限与风险边界

做低频量化，策略容量是一个必须提前想清楚的问题。可转债市场整体规模有限，活跃券日均成交额往往只有几千万元。如果策略资金量过大，买卖冲击成本会显著抬高，实际收益会远低于回测数据。

根据我的经验，双低策略单券持仓不宜超过该券日均成交额的2%，整体策略规模控制在5000万元以内相对安全。资金量如果超过这个水平，就需要考虑稀释到更多标的或转向其他策略。这一点对所有做中小市值策略的人都是同样的约束——市场给你的流动性是固定的，策略容量不是无限大的。

5. 上市公司礼品观察：一个另类的基本面坐标

5.1 礼品主体与股东行为的关联信号

这部分的观察逻辑我在开头提过，这里展开细讲。上市公司主动开展面向中小股东的礼品回馈活动，本质上是一种非强制披露的投资者关系动作。

正常的股东回馈通常出现在年报发布后到股东大会召开前的窗口期，形式包括实物礼品、股东优惠券、免费体验权益等。我会在周报里记录三个信息：发礼品的公司名称、礼品种类、活动触发条件（比如持股多少股以上、持有到哪一天）。

这些信息单独看没有太大意义，但配合年报中的“投资者关系活动记录表”来读，能拼出公司对散户股东的态度轮廓。有些公司连续多年发礼品，金额不大但细节用心；有些公司从未有过主动动作，只在再融资前临时献殷勤。前者和后者，在公司治理的文化底色上确实存在差异。

5.2 礼品观察在实盘中的辅助价值

必须明确，礼品信息不构成买入或卖出的独立理由。它在我的周报体系里承担的只是辅助决策的角色。

举个例子，2022年有一家做消费电子的公司，在行业下行周期里依然坚持向股东寄送自家新品样机。我当时从另一个角度看这家公司——它愿意在利润承压时掏钱做股东回馈，说明管理层对现金流的掌控力至少没有恶化。后来该公司在行业低谷期完成了逆势扩张，股价在之后一年修复明显。当然这中间有其他更重要的基本面因素在起作用，但礼品观察至少帮我维持了对这家公司的持续关注。

反过来，如果一家公司手持大量现金却对股东极为吝啬，同时在资本运作上动作频繁，这种反差会让我提高警惕，重新审视它的资金分配意愿。

5.3 礼品观察的数据库建设

做这个模块最麻烦的其实是数据积累。上市公司礼品活动没有统一的公告渠道，分散在股东大会通知、投资者互动平台回复、临时公告甚至媒体报道里。

我的做法是每周用固定的时间做一轮关键词巡检，把值得记录的公司纳入一个独立的表格，字段包含：公司名称、代码、事件日期、礼品内容、触发条件、信息源链接。积累一年以上之后，这个表会有上百条记录，足以看出哪些行业更重视股东回报，哪些公司在持续做长期关系维护。对于低频量化的人而言，这种不依赖行情数据的另类信息源，反而是获得超额认知的重要途径。

6. 周度交易总结模板与复盘方法

6.1 交易日志的核心字段设计与记录要点

周报最后一个模块是交易总结，这个模块的价值完全取决于记录习惯。我的交易日志模板长期保持九个字段：

• 交易日期与时间；
• 交易标的与方向（买入/卖出/加仓/减仓）；
• 成交价格与数量；
• 交易触发信号（对应哪个策略模块）；
• 当时市值与仓位占比变化；
• 交易手续费与冲击成本；
• 盘前计划与实际执行的偏离度；
• 情绪状态打分（1到5分）；
• 本次交易的逻辑反思。

很多人觉得状态打分是多余的，但实际复盘时它是最重要的字段之一。低频交易者最容易犯的错误不是在判断上，而是在执行时被盘中波动干扰。情绪状态打分能让我回头发现：某几笔亏损交易在当时都有一个共同特征——盘中盯盘时间过长，情绪分偏高。这就是规律。

6.2 周度的投资者行为复盘

每周日的复盘，我会把当周所有交易按“计划内”和“计划外”分类。计划内交易是指周报中已经提前确定的触价单或轮动操作；计划外交易是指在盘中临时起意做出的调整。

统计多年数据后我发现一个规律：长期来看，计划外交易的整体胜率显著低于计划内交易。原因并不玄妙，计划外交易发生时，往往是盘中价格剧烈波动吸引了注意力，而剧烈波动本身会导致决策偏保守或偏激进，两个方向的失误概率都会放大。

所以我在周报中给自己定了一条铁律：交易系统之外的任何临时操作，都必须在当日收盘后单独记录并写明触发原因。如果连续两周出现计划外交易，下周会自动降低操作频率，直到恢复纪律。

6.3 盈亏归因与策略迭代方向

交易总结的落点是归因分析。我的方法比较简单，把月度收益拆成三部分：

• 市场Beta贡献：大盘涨了多少，我的组合跟着涨了多少；
• 策略Alpha贡献：剔除大盘影响后，每个策略模块各自的超额收益；
• 交易损耗：手续费、滑点、错误操作造成的净损失。

这步拆解需要每笔交易都记录对应的策略模块标签，否则归因无从谈起。做完归因后，我才会决定下一步的迭代方向：Alpha负的模块，检查是逻辑失效还是参数漂移；交易损耗过大的模块，检查是执行问题还是流动性问题。

这套流程看着简单，坚持做和不做的差别会在一年后明显拉开。量化交易的每一轮进化，本质上都来自高质量复盘的复利积累。

7. 常见问题与避坑指南

7.1 数据口径不一致时如何处理

配债数据集和可转债数据集来自多个渠道，口径冲突是常事。比如某个网站的转股价值按前收盘价计算，另一个按实时价计算，两者相差零点几个点，看起来无伤大雅，但在双低策略的排序环节里，小数点后的差异可能直接导致调仓标的发生变化。

我的处理原则是：固定唯一数据源。计算指标一律以约定的数据口径为准，其他来源只做交叉验证。周报中引用的所有数据，都会在表格底部标注来源。低频策略的决策频率低，数据的统一性远比数据的实时性重要。

7.2 上市首日破发的判断与应对

老读者应该记得，前几年可转债“打新不败”的共识深入人心，但充分定价之后破发成了常态风险。现在的做法是上市前不预设盈利预期，开盘观察半小时内的价格轨迹和成交量，再决定是竞价卖出还是持有观察。

应对破发的原则只有一个：可转债打新是概率游戏，单次盈亏不值得影响情绪。我给自己设定的规则是，综合风险等级为“谨慎”的标的，上市当天无论盈亏一律卖出，不恋战。这样做的原因是把决策负担从“当天是否卖”前移到“申购前是否参与”，减少盘中情绪干扰。

7.3 大量数据文件的管理与归档习惯

低频量化看起来数据量不大，但按年积累后，周报、数据集、交易日志的文件数量会快速膨胀。我的归档习惯是每年一个总目录，每月一个子目录，文件名统一按“YYYYMMDD_模块名称”格式命名。这样的好处是任何一次数据回溯都能在两步之内定位到文件。

不要试图用大脑记数据，也不要只把数据存在云盘里。重要数据集建议本地保留一份完整副本，并每周自动同步一次。数据在关键时刻找不到，那比数据本身错误更让人崩溃。

7.4 过度优化与指标叠加的陷阱

最后说一个低频量化特别容易踩的坑：为了追求最佳历史表现，不断往模型里叠加指标和参数，直到回测曲线完美向上。这种情况叫做过拟合，实盘中必然翻车。

我的习惯是严格控制策略复杂度：每个策略模块最多使用三个核心判断维度。风险溢价比看分位，配债看风险等级，可转债看价格和溢价率。任何新指标加入之前，必须先在样本外数据上验证两年以上，再考虑集成到周报流程中。低频策略的优势从来不是复杂，而是简单规则下的长期纪律。

从这一周的运行情况来看，风险溢价比处于历史中高分位区间，配债数据集里有一只综合评级稳健的标的进入申购窗口，可转债双低池整体保持稳定。上述数据和观察，都只是为了说明这套周报体系的工作方式，不构成任何投资建议。

我个人坚持这套方法多年，最大的体会是：高质量周报的意义，不在于每周发现了多少机会，而在于让你始终拥有一个“外部视角”来审视自己的决策。当市场噪音足够大时，白纸黑字的规则，往往比一时的直觉更值得信任。