量化可以做转股溢价率套利，但可转债本身存在不少现实约束，策略并不能简单直接照搬回测结果。转股溢价率套利核心逻辑就是当溢价率持续压低，触发阈值就买入可转债，同时做空对应正股，赚取回归带来的价差。

实操上最大阻碍来自融券，想要完整的溢价套利需要融券卖出正股，很多小盘转债对应的正股券源稀缺，经常借不到券，没有做空对冲，就变成单纯博弈转债价格修复，本质还是单边做多，回撤会很大。其次是交易摩擦成本，转债有佣金，正股买卖有佣金、印花税，高频跑策略时，来回交易损耗会吃掉大部分套利收益。

另外规则层面，转股是T+1生效，当天买的转债要下一个交易日才能转股，中间会有隔夜价格波动风险；遇到临停、停牌，会直接打断策略执行，回测往往不会计入这类突发情况。还有强赎、下修、回售这类事件，会快速改变溢价率，量化脚本需要额外做好事件过滤，否则容易踩黑天鹅。

如果使用QMT这类工具做策略，更适合做统计套利，捕捉溢价率偏离中枢的回归机会，不要追求无风险套利。小盘转债流动性差，滑点会被放大，尽量优先选成交活跃的标的，同时做好仓位限制，不能满仓运行。

我司佣金十分优惠，想要了解更多交易规则，欢迎咨询我司开户相关服务。