可转债归档 - Python 实用宝典

Akshare 是一个非常好用的开源A股数据获取模块，它是基于 Python 的财经数据接口库，目的是实现对A股、美股、期货等金融产品的基本面数据、实时和历史行情数据、衍生数据从数据采集、数据清洗到数据落地的一套工具，主要用于学术研究目的。

今天我们就来学习用它获取可转债的相关数据。

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，请访问这篇文章：超详细Python安装指南进行安装。

(可选1) 如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.

(可选2) 此外，推荐大家用VSCode编辑器来编写小型Python项目：Python 编程的最好搭档—VSCode 详细指南

Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，输入命令安装依赖：

pip install akshare --upgrade

目前 AKShare 仅支持 Python 3.7(64 位) 及以上版本。如果遇到 xxx has no attribute xxx, 大概率是Python版本的问题。

2.Akshare 获取可转债基本信息

获取沪深可转债的基本信息，基本信息中包括债券代码、债券简称、申购日期、申购代码、申购上限、正股代码、正股简称、正股价、转股价、转股价值、债现价、转股溢价率、发行规模、中签号发布日、中签率、上市时间等信息。：

import akshare as ak

bond_zh_cov_df = ak.bond_zh_cov()
print(bond_zh_cov_df)

一个使用小示例：如果你想要将可转债代码和正股代码对应起来：

# 公众号：二七阿尔量化
import akshare as ak

bond_zh_cov_df = ak.bond_zh_cov()
code_map = bond_zh_cov_df.set_index("债券代码")
code_map = code_map.to_dict()
cb_stock_code = code_map["正股代码"]
print(cb_stock_code)

效果如下：

{'113652': '603568', '118015': '688595', '127067': '000703', '123153': '300956', '123152': '300727', '113651': '603992', '118014': '688556', '113061': '601689', '118013': '688208', '127066': '002850', '118012': '688321', '118011': '688689', '113650': '603916', '123151': '300869', '123150': '300406', '118010': '688026', '113649': '603810', '118009': '688059', .....}

在code_map.to_dict()后的变量里，我们可以获取可转债代码与其任意字段的map字典，比如转股溢价率：

# 公众号：二七阿尔量化
import akshare as ak

bond_zh_cov_df = ak.bond_zh_cov()
code_map = bond_zh_cov_df.set_index("债券代码")
code_map = code_map.to_dict()
cb_stock_code = code_map["正股代码"]
temp_data = code_map["转股溢价率"]
print(temp_data)
# {'113652': 4.55, '118015': 7.98, '127067': 12.66, '123153': 7.61, '123152': -4.81, '113651': 3.24, '118014': 1.19, '113061': -17.82, '118013': 10.36, '127066': 0.6, '118012': 2.55, '118011': 9.79, '113650': 19.75, '123151': 34.24, '123150': 26.08, '118010': 15.41, '113649': 34.8, '118009': 41.44, '111005': 15.72, '118008': 42.31, '110087': 31.92  ......

3.获取行情数据

获取可转债的日线行情：

import akshare as ak
bond_zh_hs_cov_daily_df = ak.bond_zh_hs_cov_daily(symbol="sh113542")
print(bond_zh_hs_cov_daily_df)
#            date    open    high     low   close   volume
# 4    2019-08-29  108.68  108.99  108.56  108.71    69900
# ..          ...     ...     ...     ...     ...      ...
# 705  2022-07-22  110.03  110.86  110.03  110.40    50830
# [706 rows x 6 columns]

获取可转债分钟级行情数据：

import akshare as ak

bond_zh_hs_cov_min_df = ak.bond_zh_hs_cov_min(symbol="sz123124", period='1', adjust='', start_date="1979-09-01 09:32:00", end_date="2222-01-01 09:32:00")
print(bond_zh_hs_cov_min_df)
#                       时间       开盘       收盘  ...  成交量       成交额       最新价
# 0    2022-07-22 09:30:00  116.200  116.200  ...   67   77854.0  116.2000
# ..                   ...      ...      ...  ...  ...       ...       ...
# 239  2022-07-22 14:59:00  116.000  116.000  ...    0       0.0  115.7802
# 240  2022-07-22 15:00:00  116.000  116.000  ...   97  112520.0  115.7819

bond_zh_hs_cov_min 支持以下参数：symbol(转债代码)、period(分钟级数据周期)、adjust(复权类型)、start_date(起始时间)、end_date(终止时间)。

其中 period 支持 ‘1’, ‘5’, ’15’, ’30’, ’60’ 分钟级数据。

adjust 支持前复权(“qfq”), 后复权(“hfq”), 或不复权(空值 “”)。

4.可转债比价表

可转债比价表中有转股溢价率、纯债溢价率以及赎回强赎的触发价，有时候也是我们参考的重要指标：

import akshare as ak

bond_cov_comparison_df = ak.bond_cov_comparison()
print(bond_cov_comparison_df)

#       序号    转债代码   转债名称 转债最新价  ...     纯债价值     开始转股日      上市日期      申购日期
# 0      1  113652  伟22转债     -  ...        -  20230130         -  20220722
# 1      2  127067   恒逸转2     -  ...  88.8369  20230127         -  20220721
# 2      3  123153   英力转债     -  ...  95.5621  20230130         -  20220721

除了这些数据以外，akshare中还有可转债价值分析、溢价率分析数据，以及集思录相关数据，大家有兴趣可以访问akshare文档查看：

https://www.akshare.xyz/data/bond/bond.html

我们的文章到此就结束啦，如果你喜欢今天的 Python 教程，请持续关注Python实用宝典。

有任何问题，可以在公众号后台回复：加群，回答相应验证信息，进入互助群询问。

原创不易，希望你能在下面点个赞和在看支持我继续创作，谢谢！

我要打赏

Python实用宝典 ( pythondict.com )
不只是一个宝典
欢迎关注公众号：Python实用宝典

以下内容仅供参考学习，不构成投资意见。

可转债，是一种具有中国特色的、受到国家管理和保护的债券，之所以说它很有特色，是因为它身上具备了两种闪闪发光的特性：

1.债性 — 安全保本

可转债本质上是一种公司的债券，也就是我们生活中所说的“欠条”，每张“欠条”的价值是100块钱。

如果你持有一张可转债，它就代表着上市公司欠你100块钱，而且未来必须偿还这笔钱并附带利息。截止到目前，所有上市的可转债，都完成了保本的使命。

也就是说，如果你在转债价格低于100元的时候买入，此时就是保本的。而且公司在赎回时，会付你一定的利息，所以当你在可转债价格低于100元的时候买入，就是保本保利的。

2.股性（可转换） — 存在套利空间

可转债是一张可转换为股票的公司债券。比如目前晨光转债转股价为 12.25 元，100/12.25=8.16，那么一张晨光转债会被取证转为8股晨光生物，其余的尾数会被转换为证券账户资金。

目前晨光生物正股16.10元，转换后，你相当于获得了8*16.10=128.8元的股票，加上刚刚尾数补充的账户资金，转股后你相当于获得了131.43元，131.43元被称为转股价值。

也就是说，如果你在前一天收盘前买入了1张晨光转债，并在当前转换为股票，第二天你会获得价值为131.43元的股票+证券账户资金。目前晨光转债的价格为 130.2 元，净利0.93%，但这个套利逻辑有个大前提：第二天开盘股价不会跌，如果跌了，你就拿不到这么多的价值，甚至有可能亏本。

下面本文要研究和利用的，不是可转债的股性，而是可转债的债性。

就如前面所说的，如果你买入100元以下的可转债，除非公司老板带着小姨子跑路，否则都是保本的。于是就有了下面这个自动交易的逻辑：

对于100元以下的可转债，触发某种上涨信号时，买入。上涨0.5%则卖出。如果下跌则一直持有。

上涨就赚了，下跌的话长期持有也不亏，利用可转债的债性及T+0交易的特性实行日内高频率交易就是这个策略的主要逻辑。

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，请访问这篇文章：超详细Python安装指南进行安装。

(可选1) 如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.

(可选2) 此外，推荐大家用VSCode编辑器来编写小型Python项目：Python 编程的最好搭档—VSCode 详细指南

Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，输入命令安装依赖：

在终端输入以下命令安装我们所需要的依赖模块:

pip install backtrader
pip install easytrader

看到 Successfully installed xxx 则说明安装成功。

某些券商在登录的时候可能需要识别验证码，这时候需要下载tesseract：

1.下载并安装tesseract

前往 tesseract-ocr 官网下载二进制包，此外你也可以在Python实用宝典公众号后台回复: 量化投资10，直接获得本文源代码和tesseract的安装包。

双击下载下来的安装包，然后傻瓜式安装就可以，这里只需要注意一点：安装过程中有一个让你选择 Additional language data(download) 表示选择的话帮你下载语言包，这里最好不要选择勾选，因为勾选的话，安装过程非常慢，本教程只需要用到数字和英文识别而已。

2.配置环境变量

右击我的电脑/计算机，选择属性，然后选择高级属性设置，选择环境变量，在系统变量的path变量中添加你的 tesseract 目录就可以了

3.判断是否安装成功

在命令行中输入：

tesseract --version

出现下面的提示说明安装成功：

2.回测

按照这个策略的逻辑，回测的目的不在于探讨是否会亏损，而在于最高能赚多少。

为什么不需要探讨亏损？因为实际上即便我们买入80元的广汇转债，一直持有，3年后它以100元的价格赎回，我们的3年收益都达到了20%，平均年化率达6.67%。

当然，风险是有的，广汇老板如果带着小姨子跑路了，那你的转债可能一文不值，但是目前还没有出现过这种情况，因为如果出现了这种情况，将出现严重的信用危机，监管部门不可能允许这种情况发生。

回测的主要目的在于：怎样进行自动化交易，能最大化我们的收益。

关于编写策略的方法我们前面九篇系列文章都讲的很清楚了，这里就不再赘述，这里只重点研究买入的逻辑。

2.1 基于分钟K线的Sma金叉策略

这是最简单的策略，如果sma5和sma10实现金叉，则买入债券。涨0.5%则卖出，否则不动。

部分代码如下：

    def golden(self, a, b):
        if a[-1] - b[-1] < 0 and a[0] - b[0] > 0:
            return True
        else:
            return False

    def next(self):
        if self.order:
            return

        if not self.position:
            if self.golden(self.sma5, self.sma10):
                self.order = self.buy()
                self.params.buydays.append(self.datas[0].datetime.date(0))

        else:
            condition = (self.dataclose[0] - self.bar_executed_close) / self.bar_executed_close
            if condition > 0.005:
                self.order = self.sell()
                self.dead = False
                self.params.selldays.append(self.datas[0].datetime.date(0))
                self.params.hold_days.append((self.params.selldays[-1] - self.params.buydays[-1]).days)
                if self.params.buydays[-1] != self.params.selldays[-1]:
                    days = get_every_day(self.params.buydays[-1], self.params.selldays[-1])
                    for day in days:
                        self.params.hold_count[day] += 1

随机抽取了15只低价债券，回测了 2020-9-15 至 2020-11-8 之间的走势，一共交易了59次，每次买入50股。

可以看到每次交易的平均持有日期为4天，这是平均值，如果你看中位数会更大，有些交易可能连续持有了30天，有些可能当天买入当天卖出，两极分化比较大。

不过即便这样，按平均每次收益0.5%、平均每支债券价格为80元的情况来看， 59次交易*0.005*80*50股 = 1180元，如果可转债每次交易的平均手续费是1元，那么除去手续费 1180-2*59=1062元。看起来是一笔可观的羊毛，但是你必须忍受有部分资金被套牢在一些低价转债的情况。

2.2 基于分钟K线的EMA金叉的策略

接下来我们测试一下使用EMA均线的效果，这里选择的是ema(12)和ema(50)：

    def golden(self, a, b):
        if a[-1] - b[-1] < 0 and a[0] - b[0] > 0:
            return True
        else:
            return False

    def next(self):
        if self.order:
            return

        if not self.position:
            if self.golden(self.exp1, self.exp2):
                self.order = self.buy()
                self.params.buydays.append(self.datas[0].datetime.date(0))

        else:
            condition = (self.dataclose[0] - self.bar_executed_close) / self.bar_executed_close
            if condition > 0.005:
                self.order = self.sell()
                self.dead = False
                self.params.selldays.append(self.datas[0].datetime.date(0))
                self.params.hold_days.append((self.params.selldays[-1] - self.params.buydays[-1]).days)
                if self.params.buydays[-1] != self.params.selldays[-1]:
                    days = get_every_day(self.params.buydays[-1], self.params.selldays[-1])
                    for day in days:
                        self.params.hold_count[day] += 1

效果如下：

交易次数相对于sma策略少了14次，所以收益肯定也会下降。平均持有日期达到了5.4天，相比于sma策略也有所提高。因此ema在我们的整个策略逻辑里表现地比sma策略稍差一些。

上面展示了两种策略在我们的低价转债投资逻辑里的应用和分析，由于篇幅关系这里就不再展示一些其他策略的回测结果，大家有兴趣可以自己试一下。

3.自动交易

使用easytrader模块，可以简单实现一个单进程的自动交易程序。

对于本策略而言单进程的自动交易程序也够了，因为这个策略要求的实时性并不是很高。

由于这部分代码无法脱敏，因此不能进行深入地讲解。逻辑并不难，每分钟对指定的股票进行监控，当其符合相关策略时进行买入或卖出，下面进行简单的讲解。

1.读取今日需检测的股票

在一天开始交易之前，需要获取今日所符合条件的低价可转债：

def start():
    account = Account()
    codes = read_today_codes()
    logger.info(f"总股票数 {len(codes)}")
    last_ping_time = datetime.datetime.now().timestamp()

2.巡检

在交易时间里，循环检测可转债是否符合买入策略

    while True:
        # 是否在交易时间
        if not check_time():
            continue
        for code in codes:
            now = int(datetime.datetime.now().timestamp())
            logger.info(f"{now} - {code}")
            try:
                # TODO: 异步执行算法
                buy_dict = algorithm(code)
                if not buy_dict:
                    continue
                logger.info(buy_dict)
                buy_time = list(buy_dict.keys())[0]
                buy_value = list(buy_dict.values())[0]

                if abs(int(buy_time.timestamp()) - now) < 300:
                    logic(account, code, buy_time, buy_value)

            except Exception as e:
                traceback.print_exc()
                logger.info(e)
                # send_mail(f"算法解析失败: {traceback.print_exc()}", "WRONG", code)

如果符合买入规则，在logic函数内，便会对可转债发布买单，同时挂一个0.5%利润的卖单。

3.卖单兜底

理想化情况下，在你挂了买单后立马成交，此时顺利挂出卖单。

不理想情况下，在你挂了买单后，几分钟后才成交，出现这种异步的情况后，卖单无法顺利挂出。

所以我们需要有一个兜底的措施：

        now = datetime.datetime.now()
        new_ping_time = now.timestamp()
        if new_ping_time - last_ping_time > 15:
            # 大于15秒，检测持仓，把未委托卖出的单子委托卖出
            account.every_day_sell()
        last_ping_time = new_ping_time
        logger.info(f"{datetime.datetime.strftime(now, '%Y-%m-%d %H:%M:%S')} ping")

每次巡检任务都检查持仓，如果存在未挂出卖单的可转债，则按成本价+0.5%的利润挂出卖单。这样保证没有漏掉的可转债。

上述只是简单的几个步骤，实现上你会还有许多细节需要考虑，大家可以自己尝试实现一个这样的自动交易流程。

欢迎在公众号后台回复：加群，回答相应红字验证信息，进入互助群交流。

我们的文章到此就结束啦，如果你喜欢今天的Python 实战教程，请持续关注Python实用宝典。

原创不易，希望你能在下面点个赞和在看支持我继续创作，谢谢！

Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典

Python 实用宝典

标签归档：可转债

教你使用Akshare获取A股可转债相关信息

1.准备

2.Akshare 获取可转债基本信息

3.获取行情数据

4.可转债比价表

可转债交易策略 — Python 量化投资实战教程(10)

1.准备

2.回测

2.1 基于分钟K线的Sma金叉策略

2.2 基于分钟K线的EMA金叉的策略

3.自动交易

有趣好用的Python教程