可转债多因子量化研究

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

把可转债研究落成可复现的多因子体系:估值偏离诊断、波动率因子构建、量价因子方向判定、因子稳健性体检、多因子合成与组合回测——方法经与公开文献数值交叉校验,可直接复现。

一句话选型结论

按资料字段整理

可转债多因子量化研究是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install zerone-iteration/convertible-bond-multi-factor
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方zerone-iteration仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 enterprise
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791728758
正文体量16.0 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
可转债多因子量化研究当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

16.0 KB
模型实际读到的说明书原文,来自技能仓库

可转债多因子研究员

> Pay Skill 范式:鉴权型(agent_local)
> 鉴权型:履约在本机执行(需本地取数/解析大文件),远端网关只做支付鉴权,支付通过后返回 fulfillment: "agent_local",Agent 再跑 scripts/ 下的脚本产出结果。

Overview

把 WorkBuddy 变成一名「可转债多因子研究员」:输入一份可转债因子面板(或一键拉取真实行情),
落成可复现的多因子研究体系——六类能力覆盖从「单因子灵不灵」到「多因子组合怎么配」的完整链路:

  • 估值偏离诊断:基于「市场价格 vs 模型价格」的偏离度(factor=-(P市场-P模型)/P市场),判定被低估的转债,输出分位形态与低估池。
  • 波动率因子构建:Close-to-Close / Parkinson / Garman-Klass / Rogers-Satchell / Yang-Zhang 五种波动率估计 + 长短波动率价差,用样本外 IC 选出最具区分力的口径。
  • 量价因子方向诊断:RSI / ROC / MACD / 动量 / KAMA / ADX / Bollinger% 等技术指标,按 IC 符号判定「动量型(IC>0)」还是「反转型(IC<0)」,避免方向用反。
  • 因子稳健性体检:子模型在「全部参数」上的平均超额夏普>0 才入选、再取超额夏普最高的参数作代表,规避参数过拟合(量化模型最常见陷阱)。
  • 多因子合成器:大类因子等权 vs 大类因子夏普加权,取 Top-N 转债组合,输出年化/波动/夏普/卡玛/回撤。
  • 组合回测与绩效评价:双边万八成本 + 可选评级/余额/停牌/ST 约束,输出夏普、卡玛、最大回撤与分年度表现。

整套方法脱胎于一套被反复验证过的可转债多因子组合研究,卖点是「算得对、可复现、与公开结论一致」,
不是通俗科普。不访问任何外部付费数据库,取数走公开行情接口;取不到的数据标注「未获取」,绝不编造。

When to Use(触发条件)

  • 用户说「我想验证某个可转债因子(估值/波动率/量价)到底有没有选债能力」时。
  • 用户说「别只看相关系数显著——给我分 10 组看是单调还是 U 型两端」时。
  • 用户说「这几个波动率口径/技术指标,哪个对可转债最管用、是动量还是反转」时。
  • 用户说「我的因子在多个参数下表现不一,怎么判断该不该入选、选哪个参数」时。
  • 用户说「按定价+波动率+正股动量+转债反转给我配一个可转债组合并回测(含成本)」时。
  • 用户说「按这套因子配方给我一份最新的可转债选债池/低估池」时。

Workflow(工作流)

两种数据入口(取数由 Agent 在本机执行,支付确认后才跑):

  • 入口 A — 自备面板:用户提供宽面板 CSV。
  • 估值:date,ticker,name,market_price,model_price,ret
  • 波动率/量价:date,ticker,open,close,high,low,volume,ret(可选 iv 隐含波动率列)
  • 稳健性:date,ticker,factor,param,ret(同一子模型的多参数变体)
  • 合成/回测:date,ticker,ret,&lt;大类因子列...&gt;(可选 mktcap/rating/balance/halted/st 约束列)
  • 入口 B — 一键真实数据:用户未自备时,fetch 拉取可转债(或对应正股)真实月线 OHLCV 并构造面板。
  1. 取数:入口 A 直接用用户 CSV;入口 B 跑 python3 scripts/run_local.py fetch --out &lt;dir&gt;/ohlc.csv [--base cb|stock]。
  2. 估值偏离诊断:valuation --input &lt;面板&gt; --market-col market_price --model-col model_price --out &lt;dir&gt; → valuation_report.md + decile.svg。
  3. 波动率因子构建:volatility --input &lt;ohlc面板&gt; --out &lt;dir&gt; → volatility_report.md。
  4. 量价因子方向诊断:technical --input &lt;ohlc面板&gt; --out &lt;dir&gt; → technical_report.md。
  5. 因子稳健性体检:robust --input &lt;面板&gt; --factor-col &lt;因子列&gt; --param-col &lt;参数列&gt; --out &lt;dir&gt; → robust_report.md。
  6. 多因子合成:synthesize --input &lt;面板&gt; --factors &lt;类1,类2,...&gt; --signs &quot;...&quot; --top-n 20 --scheme sharpe --out &lt;dir&gt; → synthesize_report.md + nav.svg。
  7. 组合回测:backtest --input &lt;面板&gt; --factors &lt;类...&gt; --signs &quot;...&quot; --top-n 20 --cost 0.0008 [--constraints aa,balance] --out &lt;dir&gt; → backtest_report.md + nav.svg。
  8. 汇总交付。支付未确认前不执行取数脚本、不输出任何付费内容。

Output(输出规范)

  • valuation:valuation_report.md(结论先行 + RankIC/形态 + 低估池)+ decile.svg(红涨绿跌分位柱状图)。
  • volatility:volatility_report.md(五种口径 IC 排名 + 结论,标注 HV-IV 是否可算)。
  • technical:technical_report.md(各指标 IC 与动量/反转方向判定)。
  • robust:robust_report.md(各参数超额夏普 + 入选/不入选结论)。
  • synthesize/backtest:&lt;mode&gt;_report.md(结论先行 + 核心指标 + 分年度)+ nav.svg(组合 vs 基准净值)。
  • 报告首行即结论先行(IC/形态/年化/夏普),再展开明细。
  • 缺失处理:截面股票/转债数 < 分组数或某期无收益则跳过并标注;取不到的数据标注「未获取」,严禁推测补造。
  • 详细输出模板见 references/output_templates.md;业务规则与约束见 references/rules.md;方法交叉校验见 references/empirical_evidence.md。

Notes / Constraints(约束)

  • 本结果为量化统计研究,不构成任何投资建议;历史有效不代表未来有效,极端行情下回撤可能放大。
  • 估值偏离的「模型价格」须由用户提供(或自行用定价模型计算);本脚本不内置定价模型、绝不编造模型价。
  • 波动率为低频(月线 OHLC)近似;日线精度更高,请用日线面板复现公开区间。
  • 因子方向(sign)是组合成败关键:估值偏离/波动率/低估值类为 +1(高因子好),动量类 +1、反转型 -1;若你的因子定义相反请用 --signs 覆盖。
  • 实证结论高度依赖样本区间与转债池结构(偏债/平衡/偏股、评级、市值分布);用你自己的全样本才更易复现公开区间。
  • 选债池/组合为截面排序与回测结果,未含流动性冲击之外的全部实盘摩擦,实盘需自行校验。
  • 取不到的数据标注「未获取」,不编造。

Pay Skill 模式(鉴权型,按次付费,已接入 X402)

本 Skill 为付费技能(Pay Skill),按次收费,已通过腾讯 SkillHub +
微信支付 Agent Pay X402 协议接入。不存在免费运行模式——
未完成支付授权前,不得执行本地履约脚本、不得输出任何付费内容;
鉴权型只由服务端返回的 paid: true 解锁本机履约。

> 使用者须已安装并开通 weixinpay_pay 插件(微信 AI 支付 / AI 专属卡)。
> Step 0 检查不通过时不发起付费调用,直接引导开通后重试。

鉴权型:履约在本机执行(需调用本地取数脚本 / 解析本地或远程大文件),
远端网关只负责订单鉴权与支付状态确认,支付通过后返回 fulfillment: &quot;agent_local&quot;,
不返回业务结果;Agent 收到 paid: true 后才在本地跑 scripts/ 下的脚本产出结果。

  • 统一网关主接口:POST https://pay.zerone-iteration.com/api/invoke
    (请求体 {&quot;skill&quot;: &quot;convertible-bond-multi-factor&quot;, &quot;skill_version&quot;: &quot;1.0.1&quot;, &quot;query&quot;: &quot;...&quot;, &quot;amount&quot;: 500})
  • 兼容入口:POST https://pay.zerone-iteration.com/api/resource(等价于默认 Skill)
  • 支付回调:POST https://pay.zerone-iteration.com/api/pay/notify
  • 退款回调:POST https://pay.zerone-iteration.com/api/refund/notify
  • 实现:透明网关(nginx + Java 17 / Spring Boot + WechatPay-Java,微信支付公钥模式);
    skill/skill_version 仅做格式校验后透传进 X402 预下单,不查 SkillHub(不查注册表、不反查是否真实存在/已发布/版本匹配);
    无本地白名单,新增 Skill 免 Java 注册、免改 JAR、免重启,直接 POST /api/invoke 传正确 slug+版本即可
  • 状态:付费链路结构已对齐透明网关契约(402 双通道 / 主动查单 / 幂等);线上真扣费联调需配置微信支付与 SkillHub 开发者密钥后由运维侧执行,本包不自带密钥。

Agent 侧调用规范(含付费前置插件检查)

Step 0 付费前置插件检查(必须,缺失则不得发起付费调用)

  1. 检测当前环境中 weixinpay_pay 插件(微信支付 Agent Pay / AI 专属卡)是否已安装并已开通;
  2. 若不存在或未开通:不调用 /api/invoke,改为提示用户先安装/开通微信 AI 支付,完成后再继续;
  3. 若可用:继续 Step 1。

Step 1 调用统一网关:POST /api/invoke,请求体:

{
  &quot;skill&quot;: &quot;convertible-bond-multi-factor&quot;,
  &quot;skill_version&quot;: &quot;1.0.1&quot;,
  &quot;query&quot;: &quot;用户原始需求(用于订单留痕,不作为履约输入)&quot;,
  &quot;amount&quot;: 500
}
  • skill:必填,固定为本 Skill 的 slug convertible-bond-multi-factor(与 SkillHub 已发布的一致;透明网关下传错 slug 时错误延后到 SkillHub/微信预下单环节才返回);
  • skill_version:必填,当前版本号 1.0.1(缺失返回 400 MISSING_SKILL_VERSION);
  • amount:必填,单位分,服务端校验为大于 0 的整数(小数/布尔/零/负数一律 400 INVALID_AMOUNT,不静默截断);
    区间不强制,价格由 SkillHub 产品定价约束。

Step 2 支付触发(X402 预下单 → 402):未支付时服务端依次执行——

  1. 生成订单号 out_trade_no(402 响应头 X-Out-Trade-No 与响应体 out_trade_no 均会返回,Agent 须记下);
  2. 调用微信支付 Native 下单,获取 code_url;
  3. 用 SkillHub 开发者私钥(SHA256withRSA)对 X402 AI 预下单请求签名;
  4. 调用 POST https://payapp.weixin.qq.com/palmpayminiapp/clawagentpay/preorder 换取 payment_code;
  5. 返回 HTTP 402,响应头 WeixinPay-Required 与 body WeixinPay 块中
    同时携带 X402 预下单返回的 payment_code(必须是 X402 的 payment_code,
    不能直接把微信 code_url 当作 payment_code 返回),并回显本单 amount 与 out_trade_no。
    ⚠️ body 的 WeixinPay 嵌套结构最易遗漏:缺失时 weixinpay 插件从 body 解析不到
    payment_code,会报「当前支付订单已过期」,该报错常被误判为「返回了 code_url」。

Step 3 用户支付授权:Agent 将 WeixinPay-Required 头(或 body WeixinPay 块)中的
payment_code 作为 paymentCode 交给 weixinpay_pay 插件,向用户申请支付授权。

Step 4 二次调用鉴权:用户完成支付后,Agent 再次调用 POST /api/invoke
(请求体同 Step 1,带请求头 X-Out-Trade-No: &lt;402 返回的订单号&gt;);
服务端按订单号主动向微信查单验证支付成功(不依赖回调到达)后返回:

{&quot;ok&quot;: true, &quot;paid&quot;: true, &quot;fulfillment&quot;: &quot;agent_local&quot;,
 &quot;skill&quot;: &quot;convertible-bond-multi-factor&quot;, &quot;out_trade_no&quot;: &quot;...&quot;, &quot;already_fulfilled&quot;: false}

Step 5 本地履约(本 Skill 的关键差异):Agent 收到 paid: true 且
fulfillment: &quot;agent_local&quot; 后,在本机执行 scripts/ 下的脚本产出结果
(见 scripts/README.md),再把结果交付给用户。
支付未确认前,不执行本地取数脚本、不输出任何付费内容
(未支付重试返回 402 {&quot;code&quot;:&quot;NOT_PAID&quot;})。

> 幂等说明:already_fulfilled: true 表示同一订单此前已鉴权通过;
> 此时直接复用上次已产出的结果,不要重复跑取数脚本(避免重复消耗外部接口配额)。

异常处理说明(Agent 与服务端两侧)

异常场景 处理方式
weixinpay_pay 插件不可用 不发起付费调用,引导用户安装/开通微信 AI 支付后重试
用户拒绝支付 / 支付取消 如实告知用户支付未完成,不推进后续流程、不输出付费内容;可重新发起(服务端生成新订单)
支付失败(余额不足/风控拦截) 如实转达失败原因,引导稍后重试;失败订单作废,不据此履约
payment_code 过期(最长 15 分钟) 提示订单已过期,Agent 重新调用获取新订单与新 payment_code,不得复用旧码
报错「当前支付订单已过期」 先查 402 响应体是否有 WeixinPay 嵌套结构,其次才是 code_url 方向
支付成功但二次调用仍 402(回调延迟) 等待 3~5 秒后重试,最多 3 次(指数退避),携带 X-Out-Trade-No、订单号不变
网络异常 / 5xx 指数退避重试(1s/2s/4s,上限 3 次);持续失败告知服务暂不可用
本地取数脚本失败(数据源不可用/文件缺失) 如实告知用户并说明原因,不得因为已付费而编造数据;可引导稍后重试同一订单(already_fulfilled 为 false 时不会重复扣费)
金额校验失败(400 INVALID_AMOUNT) 修正 amount 为大于 0 的整数分后重试
skill 传错 / 未发布(错误延后到 X402/微信预下单环节) 核对 skill/skill_version 与 SkillHub 已发布条目一致后重试,不得随便换 slug
skill_version 缺失(400 MISSING_SKILL_VERSION) 补上当前版本号 1.0.1 后重试
未支付即重试(402 NOT_PAID) 等待用户完成支付授权后按 Step 4 重试,不得跳过支付环节
退款 服务端经 /api/refund/notify 接收回调;已退款订单的 payment_code 失效,再次调用将重新走支付流程

> 核心原则(SkillHub 官方教程 FAQ):支付失败/未确认时必须如实告知用户,绝不据此推进后续流程。

核心特征对照表(供审核查验)

# 核心特征 实现位置
1 X402 AI 预下单换取 payment_code(开发者私钥 SHA256withRSA 签名,调官方 preorder 接口;WeixinPay-Required 返回 payment_code 而非微信 code_url) pay/server.py skillpay_x402_preorder();链路 Step 2.3~2.5
2 支付触发(未支付返回 402 + WeixinPay-Required 头/体双通道) pay/server.py _handle_invoke();链路 Step 2.5
3 订单号传递(out_trade_no 全链路关联:下单→预下单→回调置位→X-Out-Trade-No 重试→二次调用) pay/server.py generate_trade_no() / mark_paid / 402 响应 X-Out-Trade-No 头
4 重试机制(402 回调延迟重试带 X-Out-Trade-No、5xx 指数退避、订单过期重新下单) 上表「异常处理说明」
5 付费前置插件检查(weixinpay_pay 可用性检测,缺失不发起付费调用) 链路 Step 0
6 异常处理说明(支付失败/取消/过期/退款/本地脚本失败等全场景) 上表「异常处理说明」
7 透明网关(skill/skill_version 仅做格式校验后透传,不查 SkillHub、不查注册表) pay/server.py resolve_skill()(无 SKILL_REGISTRY,免 Java 注册/重启)

包内 pay/server.py 为 Python 参考实现(含 APIv3 签名、X402 预下单、回调验签解密、
主动查单、幂等鉴权、透明网关无需注册表),部署说明见 PAY_SKILL_UPGRADE.md 与 pay_skill.yaml。

注意:本 Skill 涉及两套独立密钥/证书——

  • 微信支付 API 证书(wechat_pay):用于微信 Native 下单与主动查单;
  • SkillHub 开发者密钥(skillhub):用于 X402 预下单签名。

私钥均不得写入 Skill 包或仓库,须通过环境变量注入服务端。

常见问题

5 问
答案由本站依据条目字段整理
可转债多因子量化研究怎么安装?

在支持 Skills 的客户端里执行:skillhub install zerone-iteration/convertible-bond-multi-factor。安装方式为未标注。装完刷新技能列表或重开客户端。

可转债多因子量化研究支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

可转债多因子量化研究权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

可转债多因子量化研究收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

可转债多因子量化研究用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。