Workflow
金融工程定期:9月转债配置:转债估值偏贵,看好偏股低估风格
开源证券·2025-09-16 21:46

量化因子与构建方式 1 因子名称:转股溢价率偏离度;因子构建思路:衡量转股溢价率相对于其拟合值的偏离程度,以实现不同平价水平下转债估值的可比性[17];因子具体构建过程:首先在截面数据上,使用转股价值作为自变量,转股溢价率作为因变量进行非线性拟合,拟合公式为 yi=α0+α11xi+ϵiy_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i},其中 yiy_{i} 为第 i 只转债的转股溢价率,xix_{i} 为第 i 只转债的转股价值,α0\alpha_{0}α1\alpha_{1} 为拟合参数,ϵi\epsilon_{i} 为残差项[42]。然后,计算每只转债的转股溢价率偏离度,公式为:转股溢价率偏离度 = 个券转股溢价率 - 拟合转股溢价率[18]。该因子值越大,表明转债的转股溢价率相对其拟合值越高,估值可能越贵。 2 因子名称:理论价值偏离度(蒙特卡洛模型);因子构建思路:通过蒙特卡洛模拟方法计算转债的理论价值,并以此衡量市场价格相对于理论价值的偏离程度,从而捕捉定价误差带来的投资机会[17][18];因子具体构建过程:首先,使用蒙特卡洛模拟方法为每只转债计算其理论价值,此过程会充分模拟转股、赎回、下修、回售等条款,模拟路径数为10000条,并以同信用等级、同期限的利率作为贴现率[18]。然后,计算每只转债的理论价值偏离度,公式为:理论价值偏离度 = (转债收盘价 / 理论价值) - 1[18]。该因子值越大,表明转债的市场价格相对其理论价值越高,估值可能越贵。 3 因子名称:转债综合估值因子;因子构建思路:将转股溢价率偏离度和理论价值偏离度(蒙特卡洛模型)两个单一估值因子进行融合,以构建一个综合性的估值评估指标,旨在不同风格的转债中都能取得较好的效果[5][17];因子具体构建过程:首先,分别计算每只转债的转股溢价率偏离度因子值和理论价值偏离度(蒙特卡洛模型)因子值。然后,对这两个因子的值在截面进行排名(Rank)。最后,将两个因子的排名值相加,得到综合估值因子[18],公式为:转债综合估值因子 = Rank(转股溢价率偏离度)+ Rank(理论价值偏离度(蒙特卡洛模拟))[18]。该因子是一个复合因子,其值越小通常代表估值越低。 4 因子名称:百元转股溢价率;因子构建思路:构建一个在时间序列上可比的指标,用于衡量当转股价值为100元时,转债的理论转股溢价率水平,以此判断转债市场整体的估值高低[3][13];因子具体构建过程:在每个时间截面上,使用转股价值作为自变量,转股溢价率作为因变量进行非线性拟合,拟合公式为 yi=α0+α11xi+ϵiy_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}[42][43]。将转股价值 (xix_{i}) = 100 代入拟合得到的公式中,计算出的 yiy_{i} 即为该时间点上的“百元转股溢价率”[42]。该因子是一个市场整体估值指标,而非个券因子。 5 因子名称:修正 YTM – 信用债 YTM 中位数;因子构建思路:针对偏债型转债,通过剥离转股条款对其到期收益率(YTM)的影响,计算出修正后的YTM,再与同等级同期限的信用债YTM比较,以衡量偏债型转债相对于信用债的配置价值[4][13];因子具体构建过程:首先,计算每只偏债型转债的修正YTM,公式为:修正 YTM = 转债 YTM × (1 – 转股概率) + 预期转股的到期年化收益率 × 转股概率[44]。其中,转股概率 N(d2) 通过Black-Scholes模型计算,输入变量包括正股收盘价、期权执行价、正股波动率、剩余期限、贴现率[44]。然后,计算每只偏债型转债的修正YTM与同等级同期限信用债YTM的差值。最后,取所有偏债型转债该差值的中位数,即为“修正 YTM – 信用债 YTM”中位数[44]。该因子是一个市场板块估值指标,中位数越低表明偏债转债整体配置性价比越低[4][13]。 6 因子名称:转债20日动量;因子构建思路:捕捉转债价格的短期动量效应,作为市场情绪的一个表征指标[6][24];因子具体构建过程:计算转债过去20个交易日的收益率,作为其动量因子值[24][25]。该因子用于风格轮动模型。 7 因子名称:波动率偏离度;因子构建思路:捕捉转债波动率相对于其自身历史水平的偏离,作为市场情绪的另一个表征指标[6][24];因子具体构建过程:文档中未详细描述其计算方法,但指出它是市场情绪识别指标之一[24]。该因子用于风格轮动模型。 8 因子名称:转债风格市场情绪捕捉指标;因子构建思路:将动量因子和波动率因子合并,构建一个综合指标来捕捉市场情绪,用于指导风格配置[24];因子具体构建过程:首先,在转债风格指数(如偏股低估指数)内部,计算其成分券的转债20日动量和波动率偏离度因子的中位数,以此代表该风格指数的情绪指标值[24]。然后,对不同风格指数的这两个情绪指标值进行截面排名(Rank)。最后,将每个风格指数在两个情绪指标上的排名值相加,得到该风格的综合市场情绪捕捉指标[24][25],公式为:转债风格市场情绪捕捉指标 = Rank(转债 20 日动量)+ Rank(波动率偏离度)[25]。该指标值越小,代表市场情绪对该风格越有利。 因子的回测效果 1 转股溢价率偏离度因子,具体测试结果取值见复合因子“转债综合估值因子” 2 理论价值偏离度(蒙特卡洛模型)因子,具体测试结果取值见复合因子“转债综合估值因子” 3 转债综合估值因子,具体测试结果取值见其构建的指数效果 4 百元转股溢价率因子,截至2025年9月12日,其滚动三年历史分位数为98.00%,滚动五年历史分位数为93.70%[3][13] 5 修正 YTM – 信用债 YTM 中位数因子,截至2025年9月12日,其取值为-2.48%[4][13] 6 转债20日动量因子,具体测试结果取值见复合因子“转债风格市场情绪捕捉指标” 7 波动率偏离度因子,具体测试结果取值见复合因子“转债风格市场情绪捕捉指标” 8 转债风格市场情绪捕捉指标,具体测试结果取值见其应用的轮动策略效果 量化模型与构建方式 1 模型名称:低估值增强策略模型(偏股/平衡/偏债低估指数);模型构建思路:在划分转债风格(偏股、平衡、偏债)的基础上,针对不同风格选取有效的估值因子,筛选出估值较低的个券构建投资组合,以获取估值回归带来的超额收益[5][16][17];模型具体构建过程: a 风格划分:根据平底溢价率对转债进行风格划分。平底溢价率 > 15% 划分为偏股型转债;平底溢价率 < -15% 划分为偏债型转债;其余划分为平衡型转债[16]。 b 因子选择:对于偏股转债低估指数,选择理论价值偏离度(蒙特卡洛模型)因子;对于平衡转债低估指数和偏债转债低估指数,选择转债综合估值因子[5][17]。 c 成分券筛选:在各自风格板块内,选择对应因子排名前1/3的转债[5][17]。同时施加以下筛选条件:1. 正股收盘价 >= 1.3元;2. 正股市值 >= 5亿元;3. 正股非ST;4. 转债评级 >= AA-; 5. 转债剩余规模 >= 2亿元;6. 剩余期限 >= 30天;7. 未公告强制赎回;8. 对于偏债转债低估指数,额外要求正股净利润TTM > 0[16][19]。最终成分券数量上限为30只[16][19]。 d 组合构建:通过等权重方式配置通过筛选的个券,每两周调仓一次[18][19]。 2 模型名称:转债风格轮动模型;模型构建思路:基于动量、波动率等市场情绪指标,动态地在偏股低估、平衡低估、偏债低估三种风格指数之间进行切换配置,以捕捉不同市场环境下的优势风格[6][24];模型具体构建过程: a 计算市场情绪指标:计算偏股低估、平衡低估、偏债低估三个风格指数的“转债风格市场情绪捕捉指标”值(计算方法见因子部分)[24][25]。 b 确定配置仓位:对三个风格指数的“转债风格市场情绪捕捉指标”值进行排序,选择排名最低的风格指数进行配置[24][25]。若有两个风格指数排名并列最低,则各配置50%仓位;若三个风格指数排名相同,则100%配置平衡低估风格[16][25]。 模型的回测效果 1 低估值增强策略模型(偏股转债低估指数),年化收益率25.46%,年化波动率20.55%,最大回撤-22.94%,信息比率(IR)1.24,卡玛比率1.11,月度胜率62.64%[21] 2 低估值增强策略模型(平衡转债低估指数),年化收益率14.85%,年化波动率11.88%,最大回撤-15.95%,信息比率(IR)1.25,卡玛比率0.93,月度胜率62.64%[21] 3 低估值增强策略模型(偏债转债低估指数),年化收益率13.31%,年化波动率9.50%,最大回撤-17.78%,信息比率(IR)1.40,卡玛比率0.75,月度胜率58.24%[21] 4 低估值增强策略模型(偏股转债指数基准),年化收益率14.03%,年化波动率19.30%,最大回撤-40.22%,信息比率(IR)0.73,卡玛比率0.35,月度胜率56.04%[21] 5 低估值增强策略模型(平衡转债指数基准),年化收益率8.43%,年化波动率11.79%,最大回撤-21.81%,信息比率(IR)0.72,卡玛比率0.39,月度胜率61.54%[21] 6 低估值增强策略模型(偏债转债指数基准),年化收益率8.02%,年化波动率8.18%,最大回撤-13.49%,信息比率(IR)0.98,卡玛比率0.59,月度胜率61.54%[21] 7 转债风格轮动模型,年化收益24.37%,年化波动16.71%,最大回撤-15.89%,信息比率(IR)1.46,卡玛比率1.53,月度胜率64.84%[28][30] 8 转债风格轮动模型(转债低估等权指数基准),年化收益14.67%,年化波动11.02%,最大回撤-15.48%,信息比率(IR)1.33,卡玛比率0.95,月度胜率61.54%[30] 9 转债风格轮动模型(转债等权指数基准),年化收益9.81%,年化波动11.75%,最大回撤-20.60%,信息比率(IR)0.83,卡玛比率0.48,月度胜率60.44%[30] 10 低估值增强策略模型,近3周在偏股、平衡、偏债三类转债中增强超额分别为-1.81%、0.92%、-0.10%[5][20] 11 转债风格轮动模型,近4周收益为-3.56%[6][26];2025年以来收益为38.03%[6][27];截至2025年9月12日,最新信号为全仓配置偏股转债低估指数[6][30]