量化模型与构建方式 1. 模型名称：转债综合估值因子模型[21] * 模型构建思路：从估值视角对可转债的配置价值进行系统性增强，筛选出在全域和分域上表现优异的估值因子，并将其融合构建综合因子[21]。 * 模型具体构建过程： 1. 构建两个基础估值因子： * 转股溢价率偏离度因子：计算为转债的转股溢价率减去其拟合转股溢价率，以衡量实际溢价率相对于拟合值的偏离度[22]。 * 理论价值偏离度（蒙特卡洛模型）因子：计算为转债收盘价除以蒙特卡洛模拟得出的理论价值再减1，以衡量价格与理论价值的预期差[22]。 2. 将两个基础因子进行融合，构建转债综合估值因子。具体方法是对两个因子的截面排名进行相加[21][22]。 $转债综合估值因子 = Rank（转股溢价率偏离度） + Rank（理论价值偏离度（蒙特卡洛模拟））$ * 模型评价：转债综合估值因子在全域、平衡型和偏债型转债上表现较优[21]。 2. 模型名称：低估风格指数构建模型[20][22][23] * 模型构建思路：根据转债的平底溢价率将其划分为偏股、平衡、偏债三种风格，并在每种风格内部，利用估值因子筛选出被低估的个券，构建等权配置的低估指数[20][22]。 * 模型具体构建过程： 1. 风格划分：将平底溢价率大于15%的转债划分为偏股型，小于-15%的划分为偏债型，其余为平衡型[20][22]。 2. 基础指数构建：为每种风格构建等权指数（偏股转债指数、平衡转债指数、偏债转债指数），双周频调仓[22]。 3. 低估指数构建： * 对于平衡型和偏债型转债，选择转债综合估值因子排名前1/3的个券，分别构建平衡转债低估指数和偏债转债低估指数[21][23]。 * 对于偏股型转债，选择理论价值偏离度（蒙特卡洛模型）因子排名前1/3的个券，构建偏股转债低估指数[21][23]。 4. 筛选与限制： * 成分券数量上限为30只[20][23]。 * 排除正股收盘价<1.3元、正股市值<5亿元、正股ST、转债评级<AA-、转债剩余规模<2亿元、剩余期限<30天、公告提示强制赎回的个券[23]。 * 对于偏债转债低估指数，额外限制成分券对应正股的净利润TTM大于0[20][24]。 3. 模型名称：转债风格轮动模型[28][29] * 模型构建思路：利用市场情绪识别指标（动量与波动率偏离度）对三种低估风格指数进行轮动配置，以捕捉风格切换机会[28]。 * 模型具体构建过程： 1. 计算市场情绪捕捉指标：在单个转债层面计算转债20日动量和波动率偏离度因子，然后在每个低估风格指数内部取这两个因子值的中位数，作为该指数的情绪指标[28]。 2. 计算综合排名：将各指数在两个情绪指标上的排名相加，得到转债风格市场情绪捕捉指标[28][29]。 $转债风格市场情绪捕捉指标 = Rank（转债 20 日动量） + Rank（波动率偏离度）$ 3. 确定仓位：选择综合排名较低的指数进行配置。若排名相等则等权配置，若同时选中三种风格则100%投资于平衡低估风格[20][28][29]。双周频调仓[28]。 量化因子与构建方式 1. 因子名称：转股溢价率偏离度[22] * 因子构建思路：衡量转债的实际转股溢价率相对于其理论拟合值的偏离程度，使得不同平价水平的转债具有可比性[22]。 * 因子具体构建过程：计算为转债的转股溢价率减去其拟合转股溢价率[22]。 $转股溢价率偏离度 = 转股溢价率 − 拟合转股溢价率$ * 拟合转股溢价率通过截面回归得到，具体公式为： $y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$ 其中，$y_i$为第i只转债的转股溢价率，$x_i$为第i只转债的转股价值[46]。 2. 因子名称：理论价值偏离度（蒙特卡洛模型）[22] * 因子构建思路：通过蒙特卡洛模拟充分考虑转债的各类条款，计算其理论价值，并用价格与理论价值的比率衡量估值高低[22]。 * 因子具体构建过程：计算为转债收盘价除以蒙特卡洛模拟得出的理论价值，再减去1[22]。 $理论价值偏离度 = 转债收盘价 / 理论价值（蒙特卡洛模型） - 1$ * 理论价值通过蒙特卡洛模拟计算，每个时点模拟10000条路径，并以同信用同期限利率作为贴现率[22]。 3. 因子名称：百元转股溢价率[3][16][46] * 因子构建思路：构建一个在时序上可比的估值指标，用于衡量转债相对于正股的配置价值[3][16]。 * 因子具体构建过程： 1. 在每个时点，使用截面数据拟合转股溢价率($y$)与转股价值($x$)的关系曲线，拟合公式为： $y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$[46] 2. 将转股价值$x$设定为100元，代入拟合公式，计算得到的$y$值即为“百元转股溢价率”[46]。 4. 因子名称：修正YTM – 信用债YTM[4][16][47] * 因子构建思路：剥离转股条款对转债到期收益率(YTM)的影响，修正后的YTM与同等级信用债YTM比较，以衡量偏债型转债相对于信用债的配置价值[4][16]。 * 因子具体构建过程： 1. 计算单只偏债型转债的修正YTM： $修正 YTM = 转债 YTM × (1 – 转股概率) + 预期转股的到期年化收益率 × 转股概率$[47] * 其中，转股概率$N(d_2)$通过Black-Scholes模型计算得出[48]。 2. 计算该转债的修正YTM与同等级、同期限的企业债（信用债）YTM之差$X_i$[48]。 3. 计算截面所有偏债型转债$X_i$的中位数，作为市场整体指标[4][48]。 $“修正 YTM – 信用债 YTM”中位数 = median\{X_1, X_2, ... , X_n\}$ 5. 因子名称：转债20日动量[28][29] * 因子构建思路：作为市场情绪识别指标之一，用于风格轮动[28]。 * 因子具体构建过程：报告中未给出具体计算公式，但指明为转债层面的20日动量因子[28][29]。 6. 因子名称：波动率偏离度[28][29] * 因子构建思路：作为市场情绪识别指标之一，用于风格轮动[28]。 * 因子具体构建过程：报告中未给出具体计算公式，仅提及名称[28][29]。 模型的回测效果 （回测区间：2018-02-14 至 2025-12-12，除非特别说明） 1. 偏股转债低估指数，年化收益率25.86%，年化波动率20.68%，最大回撤22.94%，信息比率(IR)1.25，卡玛比率1.13[25] 2. 平衡转债低估指数，年化收益率14.96%，年化波动率11.97%，最大回撤15.95%，信息比率(IR)1.25，卡玛比率0.94[25] 3. 偏债转债低估指数，年化收益率12.11%，年化波动率9.83%，最大回撤17.78%，信息比率(IR)1.23，卡玛比率0.68[25] 4. 转债风格轮动模型，年化收益24.52%，年化波动16.81%，最大回撤15.89%，信息比率(IR)1.46，卡玛比率1.54[34] 因子的近期表现 （截至2025年12月12日，近2周） 1. 低估值因子（在偏股转债中），增强超额-2.89%[5][24] 2. 低估值因子（在平衡转债中），增强超额-0.82%[5][24] 3. 低估值因子（在偏债转债中），增强超额-0.74%[5][24]