feat(tests): add comprehensive tests for down reset state defaults, historical terms, and strategy backtest

Author: Grefer

CLAUDE.md

@@ -123,5 +123,24 @@ cb-screen-pool --min-rating AA-             # 准入筛选报告
 cb-sync-admission-status --limit 50         # 刷新状态
 python -m convertible_bond.cli.sync_events  # 同步事件
 python -m convertible_bond.cli.sync_tradable # 同步可交易列表
+cb-calibrate-down-reset                     # 从 cb_events 校准下修博弈常量
 python CB.py 128009.SZ                      # 单只定价
 ```
+
+### 下修博弈建模 (三 regime, 按价格影响符号分)
+
+`resolve_down_reset_intensity` 把观测合成成 pricer 入参, 三态互斥:
+
+- **背景** (无确定性公告): "纯触发后"模型 — 触发线下方 (S < K·trigger_ratio) 一律按 `p_down` 年化概率下修 (每步 `1-exp(-p·dt)`, 网格无关), 触发线之上为 0。`p_down` = "触发后公司跟进下修"的年化概率; 不用"越跌越可能"的 S 渐变。
+- **已公告** (确定性正贡献): 输出 `scheduled_reset_date/prob/kind/target_k` 一次性下修节点, pricer 在预期生效日近确定施加, 不再放大背景强度。两个子态:
+  - `kind="proposed"` 待股东会: 生效日 = 提议日+`PROPOSED_EFFECTIVE_LAG_DAYS`, 概率 `PROPOSED_PASS_PROB`。
+  - `kind="approved"` 已通过待生效: 生效日 = 公告生效日 (缺失按 `APPROVED_EFFECTIVE_LAG_DAYS` 兜底), 概率 `APPROVED_PASS_PROB`≈1; **仅当生效日 > 估值日才建节点 (防与条款刷新双计)**。
+  - `target_k` = 公告解析到的下修后新 K (`parse_down_reset_new_price` 填 `CBEvent.event_price`); 缺失时 pricer 回落 premium/floor 估算。`target_k==现 K` 时节点自动成 no-op, 天然防双计。
+- **冻结** (强制为 0): `down_reset_block_until` 屏蔽下修价值至冷静期满。
+- 常量经 `cb-calibrate-down-reset` 从历史事件校准; 改这些值或下修结构前先重跑校准。
+
+> **关于 `event_price` 历史回填**: 不需要。`cb_data.json` 的 `conversion_price` 是 Wind
+> `clause_conversion2_swapshareprice` 即**当前 K**, 已内含所有"已生效"的历史下修; 这些历史
+> 事件也不会触发 regime-② 节点 (terminal/过期, 或 approved 生效日已过被守卫跳过)。`event_price`
+> 仅服务**在途公告** (已提议未通过 / 已通过未生效) — 此时 cb_data K 仍是旧值, 节点需公告新 K。
+> 存量事件 `event_price` 多为空 (解析代码后加), 但无害; 新公告同步时自动填充。

README.md

@@ -12,7 +12,7 @@
 </p>
 
 **基于 Crank-Nicolson PDE 引擎的 A 股可转债定价与机会筛选工作台**<br/>
-支持多数据源接入、公告事件解析、主池准入筛选以及完整的 GUI / CLI 研究工作流。<br/>
+支持多数据源接入、公告事件解析、公开交易主池筛选以及完整的 GUI / CLI 研究工作流。<br/>
 把转债条款、公告事件、正股行情、信用利差和数值定价模型串成一条可重复的研究管线。
 
 </div>
@@ -45,7 +45,7 @@ CBLens 面向 **A 股可转债研究与复盘**。它不是交易下单系统，
 
 ### 📦 批量筛选与打分
 从全市场条款库出发，自动完成：
-- 主池准入筛选（停牌、强赎、ST、低流动性等）
+- 主池公开交易筛选（剔除不可公开交易标的，风险进入复核标签）
 - 批量 PDE 定价与多线程加速
 - 机会分 / 置信度 / 风险标签
 - 转股溢价率 / 低估率排序
@@ -90,7 +90,7 @@ CustomTkinter GUI 覆盖完整研究流：
 ### ✅ 可测试模型
 核心模块均有 pytest 覆盖：
 - PDE 引擎精度与收敛性
-- 数据缓存 / 事件解析 / 准入筛选
+- 数据缓存 / 事件解析 / 公开交易筛选
 - 批量定价 / API 调用链
 - Wind mock 测试（无需真实连接）
 
@@ -175,14 +175,14 @@ cb-sync-tradable --info
 # ② 月初或新债/退市/下修集中变化后，全量同步基础条款
 cb-sync-tradable
 
-# ③ 每日刷新停牌、强赎、摘牌、正股 ST、成交额、余额、评级等准入字段
+# ③ 每日刷新停牌、强赎、摘牌、正股 ST、成交额、余额、评级等状态字段
 cb-sync-admission-status
 
 # ④ 同步公告事件，并把事件状态应用回 cb_data
 cb-sync-events --apply
 
-# ⑤ 批量定价前查看主池准入报告
-cb-screen-pool --min-rating A+ --min-balance 0.5
+# ⑤ 批量定价前查看公开交易主池报告
+cb-screen-pool
 
 # ⑥ 打开 GUI 做批量复核、单债钻取和敏感性分析
 cb-gui
@@ -195,7 +195,7 @@ cb-gui
 ```mermaid
 flowchart LR
     A["🌐 Wind / cninfo / akshare / CSV"] --> B["💾 data/*.json<br/>条款与事件缓存"]
-    B --> C["🔍 准入筛选<br/>admission_status + batch_pricing"]
+    B --> C["🔍 公开交易筛选<br/>admission_status + batch_pricing"]
     C --> D["⚙️ PDE 定价<br/>UniversalCBPricer"]
     D --> E["📊 机会分 / 风险标签<br/>复核视图"]
     E --> F["🖥️ GUI / CLI / Python API"]
@@ -206,7 +206,7 @@ flowchart LR
 | 层级 | 职责 | 核心模块 |
 | :---: | --- | --- |
 | **① 基础信息** | 发行条款、转股价、票息、强赎/回售规则、评级、余额 | `data_providers`, `cache` |
-| **② 事件状态** | 公告事件、停牌、强赎、ST、成交额等准入字段 | `cb_events`, `admission_status` |
+| **② 事件状态** | 公告事件、停牌、强赎、ST、成交额等状态字段 | `cb_events`, `admission_status` |
 | **③ 动态行情** | 正股/转债价格、历史波动率、股息率、无风险利率 | `data_providers` |
 | **④ 模型定价** | 理论价、希腊值、纯债底、转股价值、期权溢价 | `pricer` |
 | **⑤ 筛选打分** | 低估率、转股溢价、机会分、风险标签、置信度 | `batch_pricing` |
@@ -267,7 +267,7 @@ CBLens/
 │   ├── pricing_api.py          # provider 驱动的单只/批量定价 helper
 │   ├── data_providers.py       # Wind / akshare / CSV 数据源
 │   ├── cache.py                # TermsBundle / TermsCache / CachedBondDataProvider
-│   ├── batch_pricing.py        # 准入筛选、机会分、风险标签、批量结果缓存
+│   ├── batch_pricing.py        # 公开交易筛选、机会分、风险标签、批量结果缓存
 │   ├── admission_status.py     # 停牌、强赎、摘牌、ST、成交额等状态刷新
 │   ├── cb_events.py            # 公告事件模型与解析
 │   ├── cb_event_sync.py        # 公告同步和事件应用
@@ -317,7 +317,9 @@ pytest tests/test_batch_pricing.py -x -q
 > [!WARNING]
 > CBLens 是研究工具，不是交易系统。以下模型局限需要在使用时注意：
 
-- **强赎路径依赖**：强赎触发是单点判断，尚未完整建模"30 个交易日中 15 日"的路径依赖。
+- **强赎路径依赖**：强赎触发是单点判断，尚未完整建模"30 个交易日中 15 日"的路径依赖；下修触发同理用单点 S 依赖强度近似。
+- **下修博弈分两态**：无公告时用"纯触发后"模型（`p_down` = 触发线下方公司跟进下修的年化概率，触发线之上为 0）建模"会不会修"；董事会**已提议**时改用一次性近确定下修节点（生效日≈提议日+表决滞后、概率=历史通过率，经 `cb-calibrate-down-reset` 从 `cb_events` 校准），不再把背景强度放大数倍摊到全周期。
+- **下修幅度**：已公告（提议/通过）时优先用公告解析到的真实新转股价（`parse_down_reset_new_price`）；解析不到或纯背景博弈时才回落 `down_reset_premium` + 监管下限（20 日均价/前收）近似，每股净资产下限暂未纳入。
 - **利率结构**：当前为标量利率，未建完整期限结构。
 - **股息率口径**：`q` 按连续股息率处理，数据源缺失时默认 0；不同数据源的股息率口径可能不同，建议对高股息正股做人工复核。
 - **历史回测**：默认使用当前条款，历史下修发生过的债可能出现转股价跳点偏差。

convertible_bond/__init__.py

@@ -33,6 +33,24 @@
     write_batch_results_csv,
 )
 from .backtest import backtest_theoretical_price
+from .strategy_backtest import (
+    ScoreStrategyConfig,
+    backtest_score_strategy,
+    build_rebalance_schedule,
+    write_strategy_backtest_csv,
+)
+from .historical_terms import (
+    HistoricalBondDataProvider,
+    TermsHistoryStore,
+    TermsPatch,
+    TermsPatchStore,
+    default_terms_patch_store,
+    project_terms,
+    project_terms_history_dir,
+    project_terms_patches_path,
+    reload_default_terms_patch_store,
+    strip_current_status_fields,
+)
 from .data_providers import (
     DataProvider,
     BondTerms,
@@ -84,10 +102,19 @@
     classify_announcement_title,
     default_event_store,
     parse_event_from_announcement,
+    parse_call_redemption_dates,
+    parse_conversion_suspension_terms,
+    parse_down_reset_new_price,
+    parse_putback_terms,
     project_events_path,
 )
 from .cb_event_sync import (
     apply_events_to_bundle,
+    parse_credit_rating_change,
+    parse_credit_rating_terms,
+    parse_conversion_price_adjustment,
+    parse_outstanding_balance_change,
+    parse_terms_patch_from_announcement,
     sync_cb_events,
 )
 
@@ -118,6 +145,20 @@
     "summarize_exclusions",
     "write_batch_results_csv",
     "backtest_theoretical_price",
+    "ScoreStrategyConfig",
+    "backtest_score_strategy",
+    "build_rebalance_schedule",
+    "write_strategy_backtest_csv",
+    "HistoricalBondDataProvider",
+    "TermsHistoryStore",
+    "TermsPatch",
+    "TermsPatchStore",
+    "default_terms_patch_store",
+    "project_terms",
+    "project_terms_history_dir",
+    "project_terms_patches_path",
+    "reload_default_terms_patch_store",
+    "strip_current_status_fields",
     "DataProvider",
     "BondTerms",
     "CashflowSchedule",
@@ -148,8 +189,17 @@
     "classify_announcement_title",
     "default_event_store",
     "parse_event_from_announcement",
+    "parse_call_redemption_dates",
+    "parse_conversion_suspension_terms",
+    "parse_down_reset_new_price",
+    "parse_putback_terms",
     "project_events_path",
     "apply_events_to_bundle",
+    "parse_credit_rating_change",
+    "parse_credit_rating_terms",
+    "parse_conversion_price_adjustment",
+    "parse_outstanding_balance_change",
+    "parse_terms_patch_from_announcement",
     "sync_cb_events",
     "project_bundle_path",
     "seed_data_files",

convertible_bond/admission_status.py

@@ -1,6 +1,6 @@
-"""主池准入状态字段的增量刷新.
+"""主池交易状态与风险字段的增量刷新.
 
-这一层只更新批量定价筛选会用到的事件/状态字段, 不重建完整条款:
+这一层只更新批量定价会用到的事件/状态字段, 不重建完整条款:
 停牌、强赎公告、摘牌/最后交易日、正股 ST 风险、成交额、评级和余额等。
 """
 from __future__ import annotations
@@ -23,6 +23,7 @@
     "call_status",
     "call_announce_date",
     "call_redemption_date",
+    "call_redemption_price",
     "last_trading_date",
     "delisting_date",
     "underlying_name",
@@ -31,6 +32,8 @@
     "underlying_pct_change",
     "bond_turnover_amount",
     "credit_rating",
+    "credit_rating_outlook",
+    "credit_watch_status",
     "outstanding_balance",
 )
 
@@ -55,7 +58,7 @@ def merge_admission_status(base: BondTerms | None, patch: BondTerms | None) -> B
 
 
 def changed_admission_fields(before: BondTerms | None, after: BondTerms) -> list[str]:
-    """返回准入状态字段中发生变化的字段名."""
+    """返回交易状态/风险字段中发生变化的字段名."""
     before_terms = before or BondTerms()
     return [
         name for name in ADMISSION_STATUS_FIELDS
@@ -70,7 +73,7 @@ def refresh_admission_status(
     valuation_date: date | None = None,
     on_progress=None,
 ) -> dict:
-    """批量刷新主池准入状态字段并写回 store.
+    """批量刷新主池交易状态/风险字段并写回 store.
 
     返回 ``{success, failed, changed, excluded, excluded_by_reason, store_path}``。
     ``store`` 建议传 ``TermsBundle``; 若 store 中没有某只债, 会先用 provider
@@ -134,7 +137,7 @@ def refresh_admission_status_from_store(
     limit: int = 0,
     on_progress=None,
 ) -> dict:
-    """对 store 中已有转债刷新准入状态字段."""
+    """对 store 中已有转债刷新交易状态/风险字段."""
     if store is None or not hasattr(store, "list_bonds"):
         raise ValueError("store 必须支持 list_bonds()")
     codes: Sequence[str] = store.list_bonds()

convertible_bond/backtest.py

@@ -10,7 +10,8 @@
 
 from .pricer import UniversalCBPricer, DEFAULT_REDEMPTION_PRICE, DEFAULT_FACE_VALUE
 from .data_providers import DataProvider, WindDataProvider, BondTerms
-from .down_reset_overrides import resolve_down_reset
+from .down_reset_overrides import resolve_down_reset, resolve_down_reset_intensity
+from .model_defaults import DEFAULT_DOWN_RESET_TRIGGER_RATIO
 
 logger = logging.getLogger(__name__)
 
@@ -84,12 +85,23 @@ def backtest_theoretical_price(
         redemption_price=redemption_price,
         coupon_rates=coupon_rates,
     )
+    common_kwargs["down_reset_trigger_ratio"] = (
+        float(terms.down_reset_trigger_pct) / 100.0
+        if terms.down_reset_trigger_pct is not None
+        else DEFAULT_DOWN_RESET_TRIGGER_RATIO
+    )
     if terms.call_trigger_pct is not None:
         common_kwargs["call_trigger_ratio"] = float(terms.call_trigger_pct) / 100.0
     if terms.call_no_redemption_until is not None:
         common_kwargs["call_no_redemption_until"] = terms.call_no_redemption_until
     if terms.put_trigger_pct is not None:
         common_kwargs["put_trigger_ratio"] = float(terms.put_trigger_pct) / 100.0
+    if terms.putback_start_date is not None:
+        common_kwargs["putback_start_date"] = terms.putback_start_date
+    if terms.putback_end_date is not None:
+        common_kwargs["putback_end_date"] = terms.putback_end_date
+    if terms.putback_price is not None:
+        common_kwargs["putback_price"] = float(terms.putback_price)
     if terms.put_obs_months is not None and issue_dt and maturity_dt:
         total_months = (maturity_dt - issue_dt).days / 30.4375
         active_years = max(0, (total_months - float(terms.put_obs_months)) / 12)
@@ -168,9 +180,21 @@ def backtest_theoretical_price(
             if resolved_down_reset.block_until is not None:
                 point_kwargs["down_reset_block_until"] = resolved_down_reset.block_until
             point_kwargs.update(pricer_overrides)
-            effective_p_down = float(p_down)
-            if resolved_down_reset.p_scale is not None:
-                effective_p_down *= max(0.0, float(resolved_down_reset.p_scale))
+            down_intensity = resolve_down_reset_intensity(
+                p_down, resolved_down_reset,
+            )
+            effective_p_down = down_intensity.effective_p_down
+            if (
+                down_intensity.scheduled_reset_date is not None
+                and down_intensity.scheduled_reset_prob > 0
+            ):
+                point_kwargs.setdefault(
+                    "scheduled_reset_date", down_intensity.scheduled_reset_date)
+                point_kwargs.setdefault(
+                    "scheduled_reset_prob", down_intensity.scheduled_reset_prob)
+                if down_intensity.scheduled_reset_target_k is not None:
+                    point_kwargs.setdefault(
+                        "scheduled_reset_target_k", down_intensity.scheduled_reset_target_k)
 
             pricer = UniversalCBPricer(
                 S0=S0, current_date=val_date, **point_kwargs)  # type: ignore[arg-type]