专注全自动 AI 量化策略
做时间的朋友，享复利之乐

以 AI 强化学习算法为核心，聚焦可转债多维度套利机会的动态捕捉，通过深度 Q 网络（DQN）模型挖掘高频数据中的套利信号；同时整合「折溢价套利、条款套利、正股联动套利」三类策略的信号，通过蒙特卡洛优化组合权重，筛选出流动性满足日成交额 ≥3000 万的标的构建组合。核心逻辑是利用 AI 算法的非线性拟合能力，挖掘传统量化模型难以捕捉的套利机会。

依托隐马尔可夫模型（HMM）的市场状态识别体系，实现因子权重的动态轮动：首先搭建可转债多因子矩阵，涵盖三类核心因子：① 估值因子、② 正股联动因子、③ 条款安全因子（回售价格保护空间、赎回条款触发剩余时间）。通过 HMM 模型识别当前市场状态，动态调整因子权重，适配不同市场环境下可转债的核心定价逻辑。

采用「卖出宽跨式期权组合 + Delta 动态对冲」架构，赚取期权时间价值（Theta 收益），抵消标的价格波动的方向性风险。收益核心来自期权时间价值的每日衰减，辅以低波动环境下的对冲成本控制，通过「Theta 正收益 + Delta 中性对冲」实现低回撤（目标最大回撤 ≤5%），在低波动市场中做「时间的朋友」。