配债等池：下一步该优化什么？

一、先说结论：保留主策略，另开观察版本

这次不是寻找一条最好看的曲线，而是比较每项改动单独起什么作用。样本为2017-09-06至2026-09-30、2195个交易日、978条事件，包括935条已发行、30条终止/失效类和13条仍在途事件。事件是现有缓存整理结果，并不代表全市场历史事件已完整收录。

本表是独立研究口径：公告后首个交易日收盘成交、固定入场槽位、真实现金账、缺行情/疑似封板延期。不是官网现有净值的直接复刻，也不能把这次28.95%与旧版不同口径的高年化混在一起比较。夏普未减无风险收益。

二、最有希望的改动：让队列里的旧标的过期

FIFO只回答“谁先排到”，没有回答“这个标的还值得等多久”。队列很拥挤时，一只股票可能早已过会，却迟迟没有买入。它终于轮到时，后续发行等待风险与价格状态都可能已经变了。给队列设置最长年龄，是对这类陈旧候选的管理假设；目前还不能证明增益一定来自这一机制。

规则很简单：从过会信号对应交易日起计龄，超过60个市场交易日仍在排队，就移出候选池；已经买入的股票不受这条规则影响，仍按原来的发行/终止公告及时间上限退出。它不是“持有60天就卖”。

它减少的是入场前等待，并没有把持仓变成高频轮动。全样本因队龄出队128条；入场笔数反而少了4笔。当前两个影子组合的10只股票及买入日期完全相同，2026年以来的收益也几乎相同，不能把过去的累计领先当成当下马上能多赚的收益。

55—75日附近的全期年化普遍高于基准，表面上不是只有60这一个点有效；但45—50日反而明显落后，说明不能任意缩短。70日的事后全期年化更高，也不是据此就应该改用70日。

三、更大的风险：退出时点，以及跨登记日后的收益归属

仅把买入再晚一个交易日，结果变化很小；仅把卖出再晚一个交易日，正股组合收益却明显下降。买卖两端分开测后，差异主要出在卖出端。

为避免把队列连锁换仓效应误认成纯粹的卖出效应，还匹配了相同事件、相同买入日、不同卖出日的交易：共50对，延迟期间正股收益均值为-2.74%、中位数-3.08%，其中78.00%为负。这仍然只是条件样本描述，不是可直接投资的独立组合。

当前发行信息缓存中，可将公告日与登记日精确匹配到本次基准交易的有37条，其中37条基准在登记日卖出，14条同入场的延迟版本跨过登记日。覆盖只是局部，不能外推全历史比例。

数据供应商把发行公告日、老股东配售股权登记日、配售日分别定义为不同字段。日历日期也不能代替真实的盘前/盘后发布时间。来源：Tushare可转债发行字段说明。

可落地的启发：把“公告原文与发布时间 → 首次发现时间 → 最早可执行交易时段 → 实际成交 → 是否跨登记日”存成可审计记录。优先保障退出信号不漏报，而不是据这张表鼓励猜公告、抢先交易或保证在某个价格卖掉。

四、为什么还不能说“找到了更优策略”

1. 统计区间跨过零，多参数搜索也没有通过

对60日规则相对FIFO的日对数收益差，做配对20日循环区块自助抽样（1500次），年化对数超额点估计为2.39%，95%区间为[-2.35%，6.99%]。这是对数超额，不是两条CAGR相减的置信区间；区间包含零，不能声称增益已被证实。

对首轮30个非基准版本，再做中心化区块最大统计量检验（1000次），60日规则对应的探索性多重比较p值约0.963，也未能排除“多试几个刚好挑中”的解释。这不是对后来所有相邻参数和组合搜索的完整校正，所以结论只能更保守，不能反过来宣布有优势。

2. 换一个合理设置，领先会消失

费用翻倍、剔除日期冲突样本后仍领先，这是支持证据；但改成12槽位、或把过会后的总体时间上限改成270日后落后，这是反证。剔除大赢家是事后稳健性检查，不是当时能够执行的规则；费用翻倍也不能替代容量与盘口冲击模型。

3. 真正的时间分段选择，并没有选出“稳赢版本”

首轮规则确定后，仅用2017—2022段挑选：要求开发段回撤不差于基准、年化最多低2个百分点，再取夏普最高者。被选中的是创业板MA120允许新买，不是60日排队上限。

MA120规则在2023—2024段的年化仅9.58%，低于基准30.16%。它可以被解释为降低风险敞口的防守版本，但没有证明收益增强。60日版本在三段都好看，是看过首轮结果后关注到的候选；后续复核不能把它重新包装成未见过历史的独立验证。2023年后数据在过去研究中也已被研究者看过。

4. 从不同年份重新开始：近期没有新增领先

冷启动只接纳启动后新出现的过会事件，不预填历史队列。2024、2025重新启动时两版本结果相同，提示历史领先主要依赖更早的队列路径。以上区间彼此重叠，不能当作8次独立成功验证。

五、怎么计算：先把现金账和信息时点分清

研究只使用已有本地数据；SQLite只读。原版生成器没有被导入执行，网站持仓、交易提醒和策略参数没有被本次研究改写。

入队、买入、退出

1. 事件按过会信号日排序，同日按股票代码稳定排序。过会信号对应前收盘的10交易日涨幅不超过15%才入队；不是事后挑发行成功最快者。
2. 研究基准至少等信号对应交易日之后一个市场交易日，才允许收盘买入。遇到没有行情或日线涨停代理条件，等待后续可成交日。同一正股不得重复占槽。
3. 发行/终止日期之后首个市场交易日收盘退出；无可执行报价则顺延。未退出事件采用过会后365个自然日的策略时间上限，它不是法定批文失效日。
4. 基准先尝试原有空槽买入，再处理当天卖出，因此当天释放的槽位下一交易日使用；同日补位实验单独改变这个顺序。日线收盘撮合只是一种模拟，实盘资金与订单执行要另验。
5. 止盈止损、补位涨幅、市况均线只看前一收盘；新增仓位不领取买入当天的涨幅。期末在途仓位正常估值，不人为清仓。

资金与队龄公式

V⁻为当日交易前、存量仓位已按收盘价估值的总权益；C⁻为可用现金；K=10；A为本次投入金额；H为扣除买入成本后的持仓价值；c=0.2%为单边费用。存量仓位不每天重新等权，空槽留现金、现金不计息、不加杠杆。股价变化后单股实际权重可以偏离10%。

t与s为市场交易日序号，s是过会信号对应日；L=60是候选规则。股票停牌不会暂停市场交易日计数。上述是排队年龄，和买入后的实际持仓天数是两个变量。

尚未消除的偏差

• 事件池偏差：主要历史列表来自最终发行样本，另补30条终止/失效事件；未证明失败及长期搁置样本完全覆盖，绝对收益可能偏高。当前里程碑不是完整逐日不可变快照。
• 日期质量：11只股票在不同来源间存在结束日期冲突；主研究保持现有来源优先级，并做整只剔除检查。没有逐条验证全部公告的秒级发布时间。非交易日/停牌日的过会信号映射也可能额外延迟，不能称为精确可执行时点还原。
• 成交近似：主板约9.5%、创业板/科创板约19.5%及一字板条件是保守的日线不可成交代理，未完整还原历史ST、价格笼子、买卖盘口、成交量容量；按收盘价成交并非承诺。
• 收益范围：按已有pct_chg累计正股价格收益，保留超过21%的两条日收益，不人为截断；未建完整分红总回报账，也未计配售认购、转债上市利润或认购资金机会成本。
• 统计范围：本轮比较相对FIFO，不宣称相对风险因子的alpha；区块自助法依赖近似平稳性，不能保证跨制度、市场状态外推。
• 历史强弱：样本经历过不同注册/审核制度。窗口分段、费用压力测试和删除样本都不能替代真实向前跟踪。

本轮主研究串行运行，固定1个BLAS线程，记录的峰值内存约152 MiB；未开启多Agent并行回测。合成测试覆盖入场日收益归属、现金/成本、同日补位、缺行情顺延、信号滞后、买卖独立时钟、期末不假卖出及未来收益不改写历史前缀。

六、下一步落地顺序

观察版本不能只比较净值数字。应先看它是否真的产生不同决策、每次差异发生在什么队列状态、执行成本能否解释收益差，再逐步积累向前样本。若未来数月两版本仍是同一批持仓，不能把“净值都上涨”算成新规则获验证。

暂不建议：为了提高回测数字同时改槽位、队龄、止盈、择时等多个参数；把70日等事后最优点直接上线；把正股退出测试当成完整配债交易总收益。

下载仓库复现入口 backtest.py（需要仓库代码及已有行情缓存，不会切换线上策略）

附录：完整结果与复现

{
  "end": "20260930",
  "events": 978,
  "kinds": {
    "issued": 935,
    "lapsed": 30,
    "open": 13
  },
  "diagnostics": {
    "large_return_observations_retained": 2
  },
  "source_conflicts": [
    [
      "000630.SZ",
      "20230629",
      "20230907",
      "20231025"
    ],
    [
      "002307.SZ",
      "20200423",
      "20200804",
      "20210619"
    ],
    [
      "002413.SZ",
      "20191011",
      "20200318",
      "20200527"
    ],
    [
      "002556.SZ",
      "20191205",
      "20200415",
      "20200423"
    ],
    [
      "002579.SZ",
      "20190920",
      "20200122",
      "20200224"
    ],
    [
      "300462.SZ",
      "20190726",
      "20191226",
      "20200721"
    ],
    [
      "300629.SZ",
      "20190712",
      "20191204",
      "20200605"
    ],
    [
      "300667.SZ",
      "20191101",
      "20200110",
      "20200508"
    ],
    [
      "600075.SH",
      "20200116",
      "20200515",
      "20201231"
    ],
    [
      "603977.SH",
      "20191101",
      "20200304",
      "20200903"
    ],
    [
      "605090.SH",
      "20221027",
      "20221231",
      "20230315"
    ]
  ],
  "hashes": {
    "data/cb_pass_dates.json": "2df411722726cff80d49f07849b4e5b5fb5e34046c27c612ddf571c083e94834",
    "data/cb_ann_dates.json": "27e65d821068a2fdad94ae52343dff6111192d206821659a8c40b6cfe481d4df",
    "data/cb_lapsed_plans.json": "485c80d1c3b0c5001ee495bd537b6f1669ea5ac5e39bcf4bf5eb91945f31ff0c",
    "my-app/app/lib/milestones.ts": "801670c0ce20413b654b8478688b8207a2d350d706f27a83b976735455aa4b80",
    "my-app/app/lib/cb_auto.json": "5078672df1ef35da242f0ee62b84ba6e1a28db1f1a03800657976ecc1cc23a86"
  }
}

首轮结果JSON · 稳健性JSON · 退出时点核验JSON · 31版本日收益CSV · 基准及开发段选中版本交易JSON

OPENBLAS_NUM_THREADS=1 OMP_NUM_THREADS=1 python3 research/cb_queue_optimization_study.py
OPENBLAS_NUM_THREADS=1 OMP_NUM_THREADS=1 python3 research/cb_queue_exit_audit.py
OPENBLAS_NUM_THREADS=1 OMP_NUM_THREADS=1 python3 research/cb_queue_optimization_report.py
OPENBLAS_NUM_THREADS=1 OMP_NUM_THREADS=1 python3 -m unittest discover -s research -p test_cb_queue_optimization.py -v

按顺序执行；仅在research/cb_queue_optimization_20261003写入结果。需要仓库中现有行情与事件缓存。本报告不是自动上线指令。年度影子版本选择也保存在JSON，但未计跨版本切换成本，不将其拼接成可投资策略净值。