量化模型与构建方式 1. 模型名称：分层抽样法（风险中性组合构建模型） * 模型构建思路： 通过先精确匹配基准的行业权重，再在行业内进行市值分档，并在每个“行业-市值档”网格内根据因子选债，以实现对行业和市值的离散化、近似中性控制[26]。 * 模型具体构建过程： 1. 行业中性： 确保投资组合的行业权重与基准指数（如中证转债指数）完全一致[27]。 2. 市值分档： 在每个行业内，将所有可转债按市值从大到小排序，并等分为N档（例如5档），形成“行业-市值档”网格[27]。 3. 行业内选债： 在每个网格单元内，使用量化因子（如双低因子）对可转债进行打分排序，选取排名靠前的标的[27]。 4. 权重分配： 组合的最终权重由三部分决定：该行业的基准权重、该市值档在该行业内的基准权重、以及所选可转债在该网格单元内的权重（通常采用市值加权以匹配市值中性）[27]。 * 模型评价： 过程透明直观，可解释性极高，能严格保证行业中性。但由于可转债市场尾部行业成分券数量稀少，实际能满足市值分层条件的行业非常有限，导致其在市值中性化目标上可能存在偏离[45]。 2. 模型名称：回归残差法（因子纯化模型） * 模型构建思路： 将原始Alpha因子（如可转债价格和转股溢价率）作为因变量，将风险变量（市值、行业虚拟变量）作为自变量进行横截面线性回归，用得到的残差作为“纯净”的Alpha因子来选债，以实现平均意义上的统计中性[28][30]。 * 模型具体构建过程： 1. 在每月底的横截面数据上，分别对可转债收盘价和转股溢价率进行线性回归，自变量为可转债剩余规模和行业虚拟变量[50]。 2. 回归方程形式为：原始因子 = β1 * 市值 + β2 * 行业1 + β3 * 行业2 + ... + 残差[31]。 3. 分别得到价格和转股溢价率的两组回归残差，将这两列残差相加，得到风险中性化后的“纯净”双低因子[50]。 4. 在每个截面上，选取该“纯净”因子最小的20%的可转债，并以剩余规模作为权重构建组合[50]。 * 模型评价： 方法简单直观，计算速度快。但其行业中性是在全样本横截面上“平均”意义上的，对于特定组合可能仍存在微小敞口，且无法保证选到所有行业的可转债，导致无法实现绝对的行业中性[31][54]。 3. 模型名称：优化器法（组合优化模型） * 模型构建思路： 将风险中性要求作为约束条件，融入马科维茨均值-方差优化框架，以最大化风险调整后的预期收益为目标，求解最优的权重分配，实现精确的数学中性[32][36]。 * 模型具体构建过程： 1. 定义目标函数： 最大化风险调整后的预期收益，公式为： 其中，W是待求解的权重向量，E是预期收益率向量，Σ是收益率的协方差矩阵，λ是风险厌恶系数（报告中设为2.5）[32][57]。 2. 设置约束条件： 包括行业偏离基准不超过5%，市值偏离基准不超过10%，权重非负且和为1（）等[34][35][57]。由于可转债样本数量限制，约束条件不能设置过紧[57]。 3. 求解： 每月末使用过去100个交易日的数据计算预期收益率与协方差矩阵，通过数值优化算法（如二次规划）求解最优权重向量W[57]。 * 模型评价： 可以在组合层面实现精确的市值和行业中性，且扩展性强，可方便添加各种复杂约束。但计算复杂，对输入（预期收益和协方差矩阵估计）敏感，且优化过程像黑箱，可解释性较低[36][38][40]。 量化因子与构建方式 1. 因子名称：双低因子 * 因子构建思路： 同时筛选价格低与转股溢价率低的可转债，利用这两个指标的叠加效应，实现防守性（债性）与进攻性（股性）的平衡[41]。 * 因子具体构建过程： 双低因子为可转债价格与转股溢价率（乘以100）的简单加和[41]。公式为： * 因子评价： 是可转债投资中常用的经典因子，旨在平衡债底保护与股性弹性[41]。 模型的回测效果 回测设置统一为： 周期2019年1月至2025年12月，月频调仓，选债池数量的20%，基准为中证转债指数[42]。 1. 分层抽样法模型 * 年化收益：13.9%[45] * 年化波动率：11.4%[45] * 收益风险比（年化收益/年化波动率）：1.22[45] * 最大回撤：-17.2%[45] * 年化超额收益：7.2%[70] * 超额收益年化波动率：6.9%[70] * 夏普比率（Sharpe）：0.83[70] * 超额收益最大回撤：-8.8%[70] 2. 回归残差法模型 * 年化收益：10.9%[53] * 年化波动率：11.9%[53] * 收益风险比：0.92[53] * 最大回撤：-17.1%[53] * 年化超额收益：2.7%[70] * 超额收益年化波动率：7.6%[70] * 夏普比率（Sharpe）：0.16[70] * 超额收益最大回撤：-15.9%[70] 3. 优化器法模型 * 年化收益：23.1%[61] * 年化波动率：16.7%[61] * 收益风险比：1.38[61] * 最大回撤：-18.4%[61] * 年化超额收益：19.0%[70] * 超额收益年化波动率：15.4%[70] * 夏普比率（Sharpe）：1.13[70] * 超额收益最大回撤：-16.6%[70] 因子的回测效果 （注：报告未单独提供未经风险中性处理的原始双低因子构建的组合绩效，而是将其作为等权组合和市值加权组合的构建基础进行对比） 1. 基于双低因子构建的等权组合 * 年化超额收益：15.1%[70] * 超额收益年化波动率：11.3%[70] * 夏普比率（Sharpe）：1.21[70] * 超额收益最大回撤：-21.1%[70] 2. 基于双低因子构建的市值加权组合 * 年化超额收益：9.3%[70] * 超额收益年化波动率：8.8%[70] * 夏普比率（Sharpe）：0.88[70] * 超额收益最大回撤：-18.6%[70]
量化可转债研究之十三：可转债组合的风险中性方法对比
广发证券·2026-02-26 16:25