量化模型与因子总结 量化模型与构建方式 1. 模型名称：转债风格轮动模型[6][16][23] * 模型构建思路：通过捕捉市场情绪指标，在偏股、平衡、偏债三类转债的低估指数之间进行动态轮动配置，以获取超越单一风格或等权基准的收益[6][16][23]。 * 模型具体构建过程： 1. 风格划分与指数构建：首先，根据平底溢价率将转债划分为三类：平底溢价率 > 15%为偏股型，< -15%为偏债型，其余为平衡型，并分别构建对应的等权指数[16][18]。 2. 市场情绪指标计算：在单个转债层面计算两个市场情绪因子：转债20日动量和波动率偏离度。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市场情绪捕捉指标[23]。 3. 轮动信号生成：将各低估风格指数在两个市场情绪指标上的排名（Rank）相加，得到综合的“市场情绪捕捉指标”[23][24]。 $转债风格市场情绪捕捉指标 = Rank（转债20日动量） + Rank（波动率偏离度）$[24] 4. 仓位分配：选择“市场情绪捕捉指标”排名较低（即情绪相对更差，预期未来可能反转）的风格指数进行配置。若排名相等则等权配置，若同时选中三种风格，则全仓配置平衡低估风格[16][23][24]。模型双周频调仓[6][23]。 2. 因子名称：转债综合估值因子[5][17][18] * 因子构建思路：融合转股溢价率偏离度和理论价值偏离度（蒙特卡洛模型）两个子因子，构建一个综合衡量转债估值高低的复合因子，旨在全市场及平衡型、偏债型转债中有效识别低估标的[5][17]。 * 因子具体构建过程：分别计算每只转债的“转股溢价率偏离度”和“理论价值偏离度（蒙特卡洛模型）”两个因子值，然后对这两个因子值分别进行横截面排名（Rank），最后将排名相加得到综合估值因子[17][18]。 $转债综合估值因子 = Rank（转股溢价率偏离度） + Rank（理论价值偏离度（蒙特卡洛模拟））$[18] 3. 因子名称：转股溢价率偏离度因子[5][17][18] * 因子构建思路：衡量转债当前转股溢价率相对于其理论拟合值的偏离程度，偏离度越低可能表示转债估值相对越低[17][18]。 * 因子具体构建过程：在每个时间截面上，使用转债的转股溢价率与转股价值进行非线性回归拟合，得到转股溢价率与转股价值的关系曲线。因子值为单个转债的实际转股溢价率减去其根据转股价值拟合出的理论转股溢价率[18]。 $转股溢价率偏离度 = 转股溢价率 − 拟合转股溢价率$[18] 4. 因子名称：理论价值偏离度因子（蒙特卡洛模型）[5][17][18] * 因子构建思路：通过蒙特卡洛模拟，充分考虑转债的转股、赎回、下修、回售等条款，计算其理论价值。因子衡量市场价格相对于理论价值的偏离百分比，偏离度越低可能表示转债越被低估[17][18]。 * 因子具体构建过程：使用蒙特卡洛方法，在每个时点模拟大量（如10000条）正股价格路径，并依据转债各项条款计算每条路径下的现金流，再以同信用、同期限的利率作为贴现率计算理论价值。因子值为转债收盘价除以理论价值再减1[18]。 $理论价值偏离度（蒙特卡洛模型） = 转债收盘价 / 理论价值（蒙特卡洛模型） - 1$[18] 5. 因子名称：转债20日动量[23][24] * 因子构建思路：捕捉转债价格的短期趋势，作为市场情绪的代理指标之一[23]。 * 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动量因子值[23][24]。 6. 因子名称：波动率偏离度[23][24] * 因子构建思路：捕捉转债波动率相对于其历史常态的偏离，作为市场情绪的代理指标之一[23]。 * 因子具体构建过程：报告未给出具体计算公式，但指出该因子用于衡量波动率的偏离度[23][24]。 7. 指标名称：百元转股溢价率[3][12][39] * 构建思路：构建一个在时间序列上可比的指标，用于衡量转债市场整体的估值水平，并通过其历史分位数判断当前转债相对于正股的配置价值[3][12]。 * 具体构建过程：在每个时点，使用截面数据拟合转股溢价率($y_i$)与转股价值($x_i$)的关系曲线。拟合公式为： $y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$[40] 将转股价值=100代入拟合公式，得到的转股溢价率即为“百元转股溢价率”[39][40]。 8. 指标名称：修正YTM – 信用债YTM中位数[4][12][41] * 构建思路：针对偏债型转债，剥离转股条款对其到期收益率(YTM)的影响，计算修正后的YTM与同等级同期限信用债YTM的差值，用以衡量偏债型转债相对于信用债的配置性价比[4][12][41]。 * 具体构建过程： 1. 计算修正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[41]。其中，转股概率通过BS模型计算获得[41]。 2. 计算差值中位数：计算每只偏债型转债的修正YTM与同等级同期限企业债YTM的差值$X_i$，然后取所有偏债型转债该差值的中位数[41]。 $“修正YTM – 信用债YTM”中位数 = median\{X_1, X_2, ... , X_n\}$[41] 模型的回测效果 （注：以下效果基于回测区间2018年2月14日至2026年3月13日[21][26]） 1. 转债风格轮动模型[26] * 年化收益：25.60% * 年化波动：16.95% * 最大回撤：15.89% * 信息比率(IR)：1.51 * 卡玛比率：1.61 因子的回测效果 （注：以下效果通过构建对应的低估指数来体现，回测区间为2018年2月14日至2026年3月13日[21]） 1. 转债综合估值因子 & 理论价值偏离度因子（应用效果）[21] * 偏股转债低估指数（由理论价值偏离度因子构建[5][19]） * 年化收益率：26.32% * 年化波动率：20.74% * 最大回撤：0.23 * 信息比率(IR)：1.27 * 卡玛比率：1.15 * 平衡转债低估指数（由转债综合估值因子构建[5][19]） * 年化收益率：15.87% * 年化波动率：12.01% * 最大回撤：0.16 * 信息比率(IR)：1.32 * 卡玛比率：0.99 * 偏债转债低估指数（由转债综合估值因子构建[5][19]） * 年化收益率：12.38% * 年化波动率：9.77% * 最大回撤：0.18 * 信息比率(IR)：1.27 * 卡玛比率：0.70 2. 低估值因子近期增强超额（截至2026年3月13日近一月）[5][20] * 偏股转债低估指数超额：4.73% * 平衡转债低估指数超额：2.70% * 偏债转债低估指数超额：-0.05%