转债市场环境与双低策略背景。可转债兼具债性保护与股性弹性，是固收+重要配置工具。当前转债市场存量持续收缩，估值处于历史高位，债底安全垫被明显压缩。传统双低策略作为转债入门主流策略，仅依靠价格、转股溢价率筛选标的，策略维度单一，在当前高估值环境下收益性价比下降、回撤风险抬升，存在改进优化空间。
　　传统双低策略回测与短板剖析。本文以20212026年为回测区间，复现两周轮动的传统双低策略。回测显示策略多数时段跑赢中证转债指数，但年化收益有限、波动率与回撤偏高。结合市场特征研判，可通过增加信用、规模、正股基本面、流动性等筛选条件，对原始双低策略做增强改良。
　　AIAgent工具与数据源选型适配转债研究。面向转债量化回测场景，对比主流大模型、AIAgent以及金融数据接口，国产Agent搭配国内金融终端接口更适配本土转债投研。本报告选用Trae Code作为执行载体，依托iFinDAPI获取转债全量字段，完成数据链路搭建，为策略复现提供技术底座。
　　基于提示词工程完成策略回测与看板开发。借助Skill组件与结构化提示词，分模块实现市场估值、规模统计、策略回测的代码开发，抽样校验个券数据，规避AI幻觉带来的数据失真。基于Python栈搭建轻量化本地回测看板，覆盖估值、规模、策略表现三大功能模块，可实现行情自动更新、策略调仓模拟与绩效指标输出。
　　改进三低策略回测效果与实践约束。在传统双低基础上构建增强三低策略，叠加小盘、信用门槛、流动性、强赎风险过滤等约束，扩大持仓分散风险。回测结果显示增强策略收益提升、风险指标改善；但同时需要注意，回测未充分考虑交易滑点、冲击成本，小盘转债还需警惕流动性风险，条款博弈不能完全依靠量化规则实现。
　　研究启示与投资提示。AIAgent可以高效完成转债的数据清洗、回测编码与可视化看板搭建，大幅降低量化复现门槛，但无法替代人工做基本面与公告跟踪。当前高估值环境下，建议采用增强三低思路，通过多维度筛选控制风险，重点捕捉中小盘转债弹性，同时持续跟踪强赎等条款事件，动态调整轮动与持仓结构。
　　风险提示：市场波动风险、信用违约风险、策略模型过拟合风险、数据与技术风险。