历史上产生过很多收益大大多于风险的品种，如大比例折价的封基，股市暴跌吃下折肉的分级A，到期肯定兑现的债券等等，大比例折价的封基在几年前就到期了，现存的一些封基的折价有如鸡肋；分级A到明年年底也寿终正寝了；而当年必定兑付的公司债和企业债，现在也因为爆雷不断，只留下几只AAA可以供普通投资者投资。唯独只有可转债，不仅没有消失，而且还因为定向增发的取消，成为上市公司上市后融资的一种重要手段。
到今天为止，已经上市正在交易的可转债（不含可交换债）一共有178只，历史上已经退市的可转债有61只，从发行到退市平均2.15年，退市价格平均150元，除了双良转债退市前价格跌破100元，其余60只可转债在退市前的价格均远远高于发行价100元，年化收益率超过20%。即使这178只可转债，在2018年大熊市里平均下跌只有5.02%，2019年截至到10月30日平均上涨19.72%，虽然今年不如指数涨幅，但如果从2018年年初开始算起，平均涨幅也有13.71%，而同期沪深300则下跌了5.37%，期间可转债平均最大回撤是19.89%，而沪深300最大回撤高达32.46%。
可转债收益风险比高于普通股票，是因为可转债这种品种下有债券保底，上可以和股票同步上涨这样的特性所决定的。虽然摊大饼平均持有已经相当不错，但还是有很多投资者希望能在可转债上获取阿尔法收益。如用期权定价模型等，但大部分都比较复杂，普通投资者实操相对困难，还不如用价格来的容易理解。
可转债发行价一般都是100元，6年左右到期，一年的利息非常少，几乎忽略不计。但因为可转债是债券加上一个股权期权，作为发行方，是非常希望投资者能转股的，从这点上说，这是比较少有的投资者和发行方利益一致的品种。即使股价下跌，还可以调低转股价便于投资者转股。而退市的61只可转债，绝大部分都是以强赎为终点，逼着投资者转股。所以价格是投资可转债的一个非常重要的因子。
先介绍一下以下讨论中遇到的4个因子：
第一个叫价格阈值，比如说是105，那么就是说105以下买入，以上就不买了。
第二个叫换债天数，比如说30天，那么一次操作后即使各类因子发生变化，也要再等30个交易日后才操作，这主要是避免系统的过度反应。
第三个叫价格排名，比如说35，是指即使有45个可转债价格都在价格阈值105以下，但我们只取价格最低的35个可转债，这样可以避免数量太多，或者说在太多可转债符合条件的情况下选出最低价格。
第四个叫到期日阈值，一般可转债是6年，但越是到期，上市公司离开到期日越近，就会越有动力转股而避免还钱。所以这个因子也是有作用的，下面的回测会说明这一点。
我们先来看第一个因子价格阈值，把换债天数固定在30天，把价格排名和到期日阈值排名都置于350，因为已经大于总数178了，所以相当于剔除了这两个因素。
回测表明，在其他因子不变的情况下，价格阈值越大，收益率会下降，最大回撤会增大。但如果把价格阈值设置的太小，会导致极端情况下选不出可转债。一般在100-110比较合理。
我们再看看换债天数的影响，我们固定价格阈值为110，换债天数从10天变化到50天，我们就会发现换债天数在20-30天之间收益率相对比较高而且稳定，而回撤相对比较小
如果我们固定其他因子，仅仅变化价格排名，从取最小的前10名到50名，大概最佳值在30-40名左右。
最后我们固定其他因子，把到期日阈值排名从10变化到50，就会发现排名越前面的收益率越高，但带来的问题是符合条件的数据减少而且回撤增大。
当然这些因子的作用不是线性的，没必要去凑出一个最佳值，这样往往会过度拟合。对我们普通人来说，尽可能分散投资，能取得一个相对不错的结果就很好了。比如我们选取价格阈值为110，换债天数为30，价格排名为40名，到期日阈值排名也为40名，对应的结果2018年还涨了0.52%，2019年截至到9月底是26.75%，最大回撤是17.41%，虽然今年跑输沪深300等指数，但累计来看表现远远好于指数，而且风险相对要小很多。
模型中的“1”里的“更新”能自动获取178只可转债的最新数据，“参数”里的四个黄色数字都是可以调整的，对应的收益率、最大回撤等自动计算出结果。模型只计算了现存的178只可转债，而且没计算利息收益，也没计算交易成本，这些细节不影响最后的结论。
