昨天小票跌的厉害，中证1000下跌了2.39%，国证2000下跌了2.35%，正股小票居多的可转债也再次下跌。按照集思录统计，373只可转债平均下跌了1.67%。另外集思录还提供了可转债价格的分段统计，105只130元以上的平均下跌了3.14%、120-130元的下跌了1.70%，110-120元的平均下跌了1.07%，100-110元的平均下跌了0.76%，90-100元的平均下跌了0.51%，90元以下的目前没有。
从集思录提供的分段统计的历史数据看，基本上呈现了高价涨跌都大，低价涨跌都小的特点，那么，如果我每天平均持有不同分段的可转债，结果如何呢？
好在从2018年开始的数据都在，做个统计很方便，但结果却使得我大跌眼镜。130元以上的，3年多平均年化高达171.59%，而小于90元的，平均年化竟然是付的12.57%。
我知道高价可转债的收益率肯定比低价的要高，但这样的结果我第一感觉是哪里错了。我核对了10月12日分段统计的结果：
差异的主要原因就是这个分段，比如说集思录的大于130元的分段数量是105只，但我统计下来有110只，为什么会有5只差异呢？因为集思录统计的是当天收盘后价格大于130元的数量有105只，但如果按照开盘前统计，有110只，其中星帅转债、楚江转债、万顺转2、思特转债、富瀚转债、新星转债等6只可转债开盘前价格大于130，但收盘后跌破130元；还有一只鸿路转债，开盘前小于130，涨了1.13%正好大于130元了。5个差异就是这么来的。
这样的话很容易使得大于130元这一档的数据多统计了，而小于90元一档数据少统计了。按照10月12日大于130元的差额0.15%估算，每天如果是0.15%的话，一年243个交易日复利就是44%，影响还是非常大的。
按照收盘后的数据分段统计平均值，每天的影响其实不大的，关键是如果累计起来影响就非常大了。量化统计的初学者很容易犯这个毛病，有个名词叫“未来函数”就是说的这个，也就是去“偷”了未来的数据。
其实这个问题还是很常见的，比如统计单溢价因子，你是看收盘后的最低溢价，还是看收盘前的，这个差异还是非常大的。回测容易犯这个毛病，但如果你是真金白银的去做，就不可能这样去“偷”数据了。