1. 策略核心思想

1.1定义

可转债是一种公司债券，赋予持有者在特定时间内、按特定条件将债券转换为公司股票的权利。它兼具债券和股票期权的特性，因此也被称为 “混合证券”。

1.2 策略

可转债作为兼具债券属性与权益期权特性的混合金融工具，在大类资产配置中具有独特价值。其 "下有保底、上不封顶" 的收益结构，理论上可构建低风险高弹性的投资组合。

(1)收益保底机制：通过筛选到期收益率为正的标的，确保投资组合具备明确的最低收益保障

(2)风险分散策略：采用 20 只标的的分散持仓模式，有效对冲个券层面的非系统性风险

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平台：

https://bigquant.com/data/home

https://bigquant.com/wiki/doc/dai-PLSbc1SbZX

新版表达式算子：

<https://

根据官网《如何对AI量化策略进行管理？三步走》（https://bigquant.com/wiki/doc/celve-FeqcyLgLeU），并参考

【模板案例】（https://bigquant.com/community/t/topic/194074）策略组合

在将两个策略合在一起时报错，请问如何解决？

\

NameError Traceback (most recent call last) <ipython-input-20-6aeba62465a8> in <module> 1 M3 = M.

类似范例策略里的

https://bigquant.com/experimentshare/caa75714113347f9a5633ad62b3f71d5

\

https://bigquant.com/codeshare/108f8f5f-14e7-4a73-ba80-d9daa1f4f87d

\

回测如何设置一次全仓买入一只股票

凯利准则对于长期交易来说已经足够好，前提是投资者对风险是中性的，并且能够承受较大的回撤。然而，在实际交易中，我们无法接受长时间和较大的回撤。为了克服凯利准则导致的较大回撤问题，Busseti等人（2016年）提出了风险约束凯利准则，它将最大化长期对数增长率与回撤作为约束结合起来。这种约束使我们能够获得更平滑的权益曲线。你将在这里了解这种新型凯利准则的一切，并将其应用于交易策略。

本文涵盖以下内容：

• 凯利准则
• 风险约束凯利准则
• 基于风险约束凯利准则的交易策略

凯利准则

凯利准则是一个著名的用于分配投资组合资源的公式。你可以在互联网上找到许多关于它的资源。例如

实时股票指数报价数据、指数报价 API 以及股票报价 API 在股票交易中具有不可或缺的作用。这些数据和接口为投资者提供了关键信息，帮助他们精准地判断市场趋势，通过对指数报价数据的实时监测，了解市场的整体走向与节奏，从而更准确地把握股票的买卖时机。同时，借助指数报价 API 和股票报价 API，投资者能够迅速获取大量且精准的数据，助力投资决策的制定，无论是选择具有潜力的投资标的，还是确定最佳的入场离场时机，都变得更加高效和科学。在投资组合管理方面，利用这些数据和接口，投资者可以方便地评估投资组合的表现，并依据指数的变化及时调整资产配置，优化投资组合的结构。此外，它们对于风险控制也至关重要，投资

策略介绍

• 在146-基于场内ETF预期低风险配置策略 基础上做了升级调整，通过全天候资产配置经验来设置更为合理的仓位权重
• 此策略可以作为一个选股和线性策略的常用模版使用

策略概述

低风险策略的系统介绍参考文档：146-基于场内ETF预期低风险配置策略 。在这篇文档里，我们的ETF基金的权重是等权的，但明显很不合理，债券ETF的权重按理应该超配的。因此本文从仓位权重角度进行调整，其他地方均保持不变。

在托尼•罗宾斯(Tony Robbins)的著作《Mon

策略介绍

大类资产配置策略（Asset Allocation Strategy）是投资管理中一种基于投资组合理论的策略，其主要目的是通过在不同类型的资产之间分配投资来优化风险与回报的比例。这些资产类别通常包括股票、债券、现金及现金等价物、不动产、大宗商品以及其他替代投资品种。资产配置的目标是利用不同资产类别间的非完全相关性来降低整体投资组合的波动性和风险，同时寻求合理的回报。

大类资产配置策略的盈利逻辑主要基于以下几点：

1. 分散风险：不同资产类别通常具有不同的风险回报特性和市场表现。通过多样化的投资组合，可以在某些资产表现不佳时，依靠其他资产的表现来平衡损失，从而降

/wiki/static/upload/37/3711cf0c-b5a5-47ee-9755-dfd0f8d2ea62.pdf

\

这篇文章的主要目的是介绍有效前沿这个理论工具和分析框架。我们由均值方差分析展开，逐步推演到有效前沿。然后，我们又说到有效前沿在投资或者量化中的应用场景，最后我们也总结了有效前沿的一些问题，尤其是敏感性问题。在教程中，特意加入了一些实验代码，可以让大家在阅读的过程中有更好的理解。

有效前沿

说到有效前沿（有些叫效率边界），就要提到马科维茨的投资组合理论了。

首先介绍下它的三大假设：

• 单一投资期，比如一年
• 流动性很高，无交易成本
• 投资者的选择基于最优均值方差

于是，我们可以开始推导有效前沿，在这之前，我们先约定一些数学符号：

• rf：无风险利率
• μ：风险

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

下列代码在读取数据时，使用最新dai.query接口即可。

数据读取

\

策略案例

[https://bigquant.com/codesharev2/5509a634-c207-4eaf-a6f2-a73d15fada39](https://bigqua

导语

本文介绍了风险平价组合的理论与实践；后续文章将对risk parity组合进行更深入探讨以及引入预期收益后的资产配置实战策略。

前言

• 资产配置是个很广泛的话题，在投资中是一个非常重要的话题
• 从使用场景分类上来看，资产配置可以是宏观的资产配置，比如货币类、债券类、权益类之间的配置；当然也可以是某一大类资产下的配置，比如在沪深300成分股不同标的之间的权重配置
• 但不管怎么说，从方法层面上看，对于不同场景下的使用都是一致的，只不过需要注意不同场景使用下的一些特殊处理
• 本篇作为资产配置研究系列，理论结合实践，深入浅出，可直接使用
• 后续会根据时间安排，逐步介绍

运用风险平价策略投资

风险平价策略的产生及概念

产生：雏形是Bridgewater的“全天候”，要建立一个在任何经济环境下都能表现不错的资产组合；但风险平价这一概念出现较晚，产生于2006年；2008年以前，风险平价策略还主要集中在股票、债券、大宗商品等传统的资产类别，仅有少数人利用了高收益债券、投资级债券及新兴市场债券的利差。2008年，AQR首次推出了其他风险因子otic/Alternative Risk Factor）,将对冲基金等作为该策略资产组合的一部分。

概念：基于目标风险水平，有多种e资产构成投资组合，并给组合中的不同资产分配相同的风险权重的一种投资策略。

https://bigquant.com/experimentshare/d10e7682969747bbb8c297180a844c7b

\

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

https://bigquant.com/experimentshare/9d63b4ca46fc40bfac5fa7843d4f89cf

\

https://bigquant.com/experimentshare/5ffea17cf0ca4e78ab50a84762c2b596

\

更新

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

7月30日Meetup 模板案例：

策略案例

https://bigquant.com/experimentshare/99d8bec5248e4878b33a21bc119a6671

\

策略源码

{{membership}}

https://bigquant.com/codeshare/41bf4005-7f89-45a6-921e-51b1dcc771d9

\

问题

最近发现已有持仓里有时会出现同一行业板块股票过多的情况，比如持仓里60%都是医药股票。请问下怎么能做下同板块股票数量限制，比如设置同一行业板块的股票不超过总仓位的20%这样。

视频

https://www.bilibili.com/video/BV1Ug411M7iz?p=2&share_source=copy_web

策略源码

板块最大仓位20%

分享主题

基于财务数据构建策略

\

视频回放

https://www.bilibili.com/video/BV1W84y117Nd/?spm_id_from=333.999.0.0&vd_source=ecd29bbd04cbefdfa426167c55241973

\

直播资料

[https://bigquant.com/experim