量化因子与构建方式 1. 因子名称：Vega因子 - 因子的构建思路： Vega因子用于衡量转债对隐含波动率变化的敏感度。隐含波动率上升时，Vega因子推动转债估值上升；隐含波动率下降时，Vega因子压低转债估值[1][7][13] - 因子具体构建过程： 1. 将转债视为股票的看涨期权，设定转股期权的执行价格为100，转股期权标的价格为转债的转换价值[7] 2. 使用转债隐含波动率替代正股波动率，计算Vega因子[7] 3. Vega值的历史分布显示，大多数转债的Vega值在0.1-0.3之间，隐含波动率提升1%时，转债收益提升约0.1%-0.3%[8] 4. 公式： $Vega = S \cdot \sqrt{T} \cdot N'(d_1)$ 其中，$S$为标的资产价格，$T$为到期时间，$N'(d_1)$为标准正态分布的概率密度函数[7] - 因子评价： 长期来看，低Vega转债相较高Vega转债具有明显的超额收益，且与隐含波动率具有较强正相关性[13][16] --- 因子的回测效果 1. Vega因子IC测试结果 - 月度IC：+1月为-0.11，+6月为-0.22，表现出Vega因子越低，未来转债收益越高的特性[16][17] - ICIR：+1月为-0.48，+6月为-1.46，随着投资期延长，IC表现逐步提升[16][17] - IC>0比例：+1月为32.5%，+6月为9.3%[16][17] 2. 低Vega策略表现 - 整体年化收益率：7.57%[20][21] - 年化波动率：11.69%[20][21] - 最大回撤：19.48%[20][21] - 夏普比率：0.519[20][21] - 卡玛比率：0.311[20][21] 3. 小余额低Vega策略表现 - 整体年化收益率：10.10%[22][25] - 年化波动率：12.58%[22][25] - 最大回撤：19.70%[22][25] - 夏普比率：0.684[22][25] - 卡玛比率：0.437[22][25] 4. 策略对比表现 - 与双低策略对比：2022年以来，低Vega策略在大部分时间内均有持续稳定的正超额收益[27][29] - 与低价策略对比：2022年至2024年中旬，低Vega策略持续跑赢低价策略，尤其在2024年上半年表现明显[27][29] - 与隐波相关性：2020年以来，低Vega策略超额收益与转债隐波中位数相关系数为55%，小余额低Vega策略相关性更高[29][30] --- 低Vega策略的独特性 - 估值环境适应性：低Vega转债在估值下行或高估值持续的环境下，均能提供alpha收益[32] - 择券建议：在分组收益中，剔除Vega最低的前20%转债后，策略表现更优[17][18] - 当前性价比：在当前高估值环境下，低Vega策略仍具有一定左侧价值[32]