可转债双低策略因为逻辑简单、历史表现稳健，成为很多量化新手的首选策略。PTrade作为零代码量化平台，能不能跑这种策略？

先说结论：PTrade可以通过零代码模板或Python自定义策略实现可转债双低策略，但零代码模板的灵活度有限，建议使用Python自定义方式以获得更好的策略控制。

PTrade实现双低策略的两种方式

方式一：零代码模板（灵活度有限）。 PTrade内置了一些可转债相关的策略模板，但可能没有专门的"双低策略"模板。你可以通过条件单模板设置简单的筛选条件（如"可转债价格低于110元时买入"），但无法实现完整的双低值排序和定期调仓逻辑。

方式二：Python自定义策略（推荐）。 PTrade支持Python编程，可以编写完整的双低策略逻辑——计算所有可转债的双低值、排序筛选、定期调仓、风控过滤等。虽然PTrade的Python环境有一定限制（如无法安装第三方库），但双低策略所需的计算（价格、溢价率、排序等）用内置的numpy和pandas就可以完成。

PTrade跑双低策略的具体步骤

第一步：获取可转债数据。 通过PTrade的API获取所有可转债的实时行情数据，包括可转债价格、正股价格、转股价等。

第二步：计算双低值。 在Python代码中计算每只可转债的转股溢价率和双低值。转股溢价率 = (可转债价格 - 转股价值) / 转股价值 × 100%，双低值 = 可转债价格 + 转股溢价率 × 100。

第三步：筛选和排序。 排除不符合条件的可转债（已公告强赎、剩余期限不足3个月、信用评级过低、流动性不足），然后按双低值从低到高排序，选择排名前N只。

第四步：调仓执行。 按调仓频率（如每周一次）重新计算并调整持仓。卖出不再排名靠前的标的，买入新进入前列的标的。

PTrade跑双低策略的注意事项

数据更新频率： PTrade的数据更新频率取决于你选择的K线周期。如果策略需要实时计算双低值，需要选择较短的K线周期（如1分钟或5分钟）。

调仓时间： 建议在收盘前30分钟执行调仓，此时行情数据相对稳定，成交价格更可预测。

强赎监控： PTrade的Python环境中可以加入强赎监控逻辑，当持仓中的可转债接近强赎条件时自动卖出。

回测验证： PTrade支持可转债的历史数据回测，建议先在回测中验证双低策略的历史表现，确认有效后再上模拟盘和实盘。

PTrade vs QMT跑双低策略的对比

⚠️ 提醒：双低策略不是"买入最低价可转债"。低价可转债可能面临信用风险，必须加入信用评级和流动性过滤条件。

如果有更多疑问咨询，欢迎通过主页联系方式与我沟通。

量化交易者福利✨

上市券商直供，符合条件即可免费使用 QMT、PTrade 量化终端，开户门槛友好。 想了解软件使用、交易费率优惠等细节，直接点击头像咨询，随时为您解答！