可转债“下有保底、上不封顶”的特性，让它成了量化策略的“香饽饽”。双低策略更是其中的经典，想验证它到底能不能赚钱，回测是必经之路。我帮你把回测逻辑、实操步骤以及测试账号的申请渠道都梳理清楚了。

什么是“双低策略”？

双低策略的核心逻辑是寻找“价格低且溢价率低”的可转债，兼顾防守与进攻。

• ​​双低值公式​​：双低值 = 转债价格 + 转股溢价率 × 100。
• ​​选债逻辑​​：双低值越小，说明转债价格越便宜，且转股溢价率越低（跟涨正股的能力越强）。
• ​​轮动机制​​：通常按双低值从小到大排序，买入排名前 N（如前 10 或前 20）的可转债，每日或每周调仓轮动，掉出前 N 的卖出，新进入的买入。
• ​​排雷过滤​​：必须排除评级过低（如 AA- 及以下）、正股 ST 或财务暴雷、距离强赎触发日较近的转债，以规避信用风险和强赎风险。

怎么用 QMT 和 PTrade 做回测？

目前主流券商提供的 迅投 QMT 和 恒生 PTrade 都支持可转债回测，但操作逻辑有所不同。

• ​​QMT（本地客户端回测）​​：​​

下载数据​​：打开客户端，进入“操作” -> “数据管理” -> “补充行情”，勾选可转债市场，下载日线或分钟线历史数据。​​

编写策略​​：进入“模型研究”新建 Python 策略。核心是编写 init()（初始化，设置买入前 N 只双低债）和 handlebar()（逐 K 线驱动，计算每日双低值并调仓）。​​

设置参数​​：在右侧“回测参数”中设置起止时间、初始资金、手续费、滑点。​​

运行回测​​：点击回测按钮，系统会逐 K 线运行，结束后生成净值曲线、最大回撤、夏普比率等绩效报告。

• ​​PTrade（云端在线回测）​​：

​​新建策略​​：登录 PTrade 网页端或客户端，进入“量化” -> “回测”，点击新建策略，系统会自动生成 Python 模板。​​

编写策略​​：使用 initialize() 和 handle_data() 函数。PTrade 内置了可转债数据接口，无需本地下载数据，直接调用即可。​​

设置参数并运行​​：在界面下方设置回测时间、基准和频率，点击回测。云端自动运行，生成可视化报告。

如何申请测试账号（模拟盘）？

​​重要提示​​：QMT 和 PTrade 没有公开的自助注册入口，必须通过券商申请。

• ​​联系客户经理​​：找支持量化交易的券商客户经理，说明你需要“可转债回测的模拟盘/测试账号”。
• ​​确认门槛​​：部分券商要求 10 万 -50 万资金才能开通实盘权限，但​​模拟盘（测试账号）通常没有资金门槛​​，或者门槛极低，可以直接申请体验。
• ​​获取安装包​​：审核通过后，券商会通过邮件发送专属安装包和模拟账号密码。
• ​​区分客户端​​：注意区分“实盘客户端”和“模拟盘客户端”，回测和模拟交易一定要用模拟盘客户端登录，不要误用实盘账号。

回测避坑与参数设置

很多新手回测觉得收益很高，一上实盘就亏钱，多半是回测设置太“理想化”。

• ​​手续费与滑点​​：可转债交易有手续费和经手费，回测时务必设置真实的手续费率。同时必须设置​​滑点​​（如 0.1% 或固定 1 分钱），模拟真实成交时的价差，否则回测收益会严重虚高。
• ​​避免信号闪烁​​：在代码中，尽量使用 K 线收盘价确认信号。如果使用 QMT 的 pass_order 函数，quickTrade 参数建议传 0（只在 K 线结束时生成信号），避免盘中价格反复跳动导致频繁错误下单。
• ​​考虑流动性冲击​​：可转债的流动性差异很大，小余额的债可能买不进或卖不出。回测时建议加上“剩余规模”过滤（如只选余额大于 3 亿的债），并考虑大资金进出时的冲击成本。
• ​​过拟合风险​​：不要为了追求高收益而过度调整参数（比如把前 10 只改成前 13 只）。建议用“样本外数据”验证，比如用 2021-2023 年数据优化参数，再用 2024-2025 年的数据验证效果。

想了解更多优惠信息和开户详情？欢迎联系我，一对一解答！