从历史表现来看，转债市场初期可选标的数量较少，因此中证转债在2014-15的牛熊转换市场中波动较大，随后几年持续低波动横盘震荡。直至2019年，中证转债指数波动上涨，同时新上市的可转债数量也大幅上升，使转债市场逐渐得到市场关注。
2021年以来，伴随着正股的支撑， 转债市场同样加速上涨；2022年以来股票市场大幅下跌，转债市场跌幅较小，进一步引发市场关注。截止2022年6月20日，市场可转债数量共475只，可转债余额共超7500亿元。
随着近几年转债市场的快速发展，逐渐出现一些私募管理人以可转债作为主要投资品种，且使用【量化投资】方式 ，进行可转债多头或可转债对冲套利投资。
1.量化可转债——多因子定价方法
与传统的股票量化策略多因子选股模型类似，私募管理人将其运用在可转债量化择券中。由于兼具股性和债性，可转债的价格既受正股股价波动的影响，又受自身溢价率等指标的影响。通过筛选正股相关因子和转债特定因子，将各个选债指标进行组合，可以有效抓住投资机会，选出未来可能上涨的可转债。
2.量化可转债策略—— 期权定价方法
期权定价类可转债策略，将可转债看作一个债券和一个看涨期权的叠加。 这里的看涨期权，类似于有多种路径的美式期权，通常使用二叉树模型或蒙特卡罗模型来计算可转债的“理论价值”，当可转债价格低于“理论价值”时 ，则买入可转债，反之则卖出可转债。
本章开始，将用几章的篇幅介绍一下一些常见的趋势模型。
事先声明，这些模型都是一些基本模型，我强烈反对大家拿这些模型直接去交易！只是希望大家在创建自己的交易策略时，这些模型能够起到一些启发作用。
这些趋势模型写法上都比较简单，理解上会比较容易，对于刚刚接触量化模型编写的朋友比较友好。
大家在初始的时候最需要做的就是多尝试写一些简单的模型，尽快将常见的函数或软件功能熟练掌握，接下来才好将自己的交易理念转化成模型。
我们将选择四个品种来进行测试，分别是上证指数、深证指数、上证50ETF和沪深300ETF。看过我以前文章的朋友，可能对我的一些观点有印象——我认为对于大多数散户来说，选择ETF基金（或者大部分仓位分配给ETF基金）是比较稳妥的一种交易模式。
选择ETF基金，除了这些基金不会出现极端情况如连续跌停之外，主要是因为大多数的趋势模型，最为适应的走势就是尽量“平滑”的走势。我们不希望走势中出现长时间的大幅震荡行情，那样会导致趋势模型频繁开仓并且亏损。
而如沪深300或上证50之类的指数，他们本身就带有一定的上涨属性，并且由于成分股的权重都很高，走势的“惯性”相对其他指数都要更强，也就是更为“平滑”。
所以，这里先以上证和深证指数以及沪深300ETF或上证50ETF两个基金作为举例。
一、模型收益情况：
我们先看一下这个模型的测试结果：
这个测试结果的时间是2000年1月1日至2020年12月31日，总计21年的时间。
这四个品种的收益率和回撤比分别是：
品种名称 | 收益率(%) | 最大回撤比(%) |
深证成指 | 1487.83 | 26.25 |
上证50ETF | 2521.08 | 35.23 |
沪深300ETF | 158.21 | 23.32 |
上证指数 | 667.62 | 19.7 |
其中沪深300ETF是2012年上市；上证50ETF是2005年上市。
二、持股不动收益情况：
我们再看一下，这四个品种，这21年如果一直持有不动的话，收益分别是多少。
我们新建立一个模型，写入如下模型：
买入:=YEAR>=2000;
卖出:=YEAR>=2021;
ENTERLONG: 买入;
EXITLONG: 卖出;
测试结果如下：
品种名称 | 收益率(%) |
深证成指 | 312.7 |
上证50ETF | 997.34 |
沪深300ETF | 143.23 |
上证指数 | 146.69 |
三、模型语句介绍：
可以看到，相对于持股不动，模型对四个品种的收益情况均有不同程度的提高。那么这个模型的语句是什么呢？语句如下：
{开仓}
中轨:=REF(MA((HIGH+LOW+CLOSE)/3,40),1);
TR1:=H-L;
上轨:=中轨+REF(MA(TR1,40),1);
下轨:=中轨-REF(MA(TR1,40),1);
买入:=中轨>REF(中轨,1)&&HIGH>=上轨;
{平仓}
卖出:= LOW<=中轨;
ENTERLONG: 买入;
EXITLONG: 卖出;
下面简要介绍一下这个模型的语句：
1. 首先，根据K线的价格定义一条中轨：将K线的最高值、最低值和收盘价三个价格取平均值，再对这个平均值做移动平均处理；
2. 再对K线的最高值和最低值的差值进行移动平均处理，并作为构成上下轨的关键值；
3. 上下轨的定义分别是中轨加上和减去关键值。
4. 如果最高值高于上轨并且中轨是倾斜向上的则买入；如果最低值低于中轨则卖出。
四、模型优缺点：
我们可以根据前面章节的介绍，将这个模型改写成指标公式，将其中的三条上中下轨分别在K线图中显示出来，并且将模型的买卖信号也一并加载到K线图中：
通过测试结果以及图形来看，这个模型相对来说操作的次数有些频繁。对于买入和卖出都有些过于“灵敏”。从其胜率来看，基本上是40%多的胜率，最大回撤比30%也算不小了，如果真正实盘的话可能会有些“累”，并且应对上蹿下跳的行情走势抵抗力不足。
但总的来说，这个模型倒是不会导致一些较大上涨幅度行情的踏空。
其实，我们在写模型的时候就会体会到，很多时候我们追求的就是一种平衡，既希望收益率更高又不希望回撤过大，但往往这两点是相互矛盾的，如何平衡这两点将是我们需要解决的问题。