量化分析报告总结 量化模型与构建方式 1. 模型名称：CCBA定价模型[8] * 模型构建思路：用于对可转债进行合理定价，并计算市场定价偏离度以衡量估值水平[8] * 模型具体构建过程：该模型为专题报告《可转债的赎回概率调整定价模型》中介绍的方法，具体构建过程未在本报告中详细展开。其核心是计算定价偏离度，公式如下： $$定价偏离度 = \frac{转债价格}{CCBA模型定价} - 1$$ 其中，定价偏离度代表了转债市场价格相对于模型理论定价的溢价或折价程度[8] 2. 模型名称：CCB定价模型与CCB_out模型[31] * 模型构建思路：CCB模型用于可转债定价和收益分解，CCB_out模型在CCB模型基础上加入了退市风险调整，用于构建低估值因子[23][31] * 模型具体构建过程：具体构建过程在专题报告《可转债定价模型与应用》中介绍，本报告未详细展开。基于CCB_out模型构建定价偏离度因子的公式为： $$定价偏离度 = \frac{转债价格}{CCB_out模型定价} - 1$$ 该因子用于识别市场价格低于模型理论价值的低估转债[31] 3. 模型名称：转债&股债组合轮动策略（择时策略）[2][13] * 模型构建思路：基于转债市场估值（定价偏离度）的高低，在转债资产与一个股债组合（50%国债+50%中证1000）之间进行动态资产配置，估值低估时超配转债，高估时超配股债组合[2][13] * 模型具体构建过程： 1. 计算股债组合：50% 7-10Y国债 + 50% 中证1000全收益指数[2][12] 2. 计算转债估值Z值：$$Z值 = \frac{定价偏离度}{过去3年标准差}$$ 3. 对Z值进行截尾处理：按照±1.5倍标准差进行截尾[13] 4. 计算估值分数：将截尾后的Z值除以-1.5得到分数[13] 5. 动态配置权重：转债权重 = 50% + 50% × 分数，剩余仓位配置股债组合[13] 量化因子与构建方式 1. 因子名称：定价偏离度因子（基于CCB_out模型）[31] * 因子构建思路：通过比较转债市场价格与经过退市风险调整的模型理论价格（CCB_out定价），构建估值因子，用于筛选低估转债[31] * 因子具体构建过程：计算公式为 $$定价偏离度 = \frac{转债价格}{CCB_out模型定价} - 1$$，数值越低代表转债越低估[31] 2. 因子名称：正股动量因子[34] * 因子构建思路：使用正股过去一段时间的价格动量作为因子，反映正股的趋势强度[34] * 因子具体构建过程：使用正股过去1个月、3个月、6个月的动量进行等权打分构建复合动量因子[34] 3. 因子名称：转债换手率因子[37][40] * 因子构建思路：使用转债自身的成交活跃度（换手率）以及相对于股票的换手率比率作为因子，反映市场关注度和交易热度[37][39] * 因子具体构建过程：因子由两部分构成： 1. 转债换手率：计算5日和21日换手率[39] 2. 转债与股票换手率比率：计算5日和21日的比率[39] 量化策略与构建方式 1. 策略名称：低估值策略[31] * 策略构建思路：在偏债、平衡、偏股三个分域中，分别选取定价偏离度最低（即最低估）的15只转债，共45只构成组合，并根据各分域市场的相对估值进行分域择时（超配估值过低的分域）[31] * 策略具体构建过程： 1. 选券池：符合余额3亿以上且评级AA-及以上的转债[31] 2. 分域选券：在偏债、平衡、偏股分域内，分别按定价偏离度因子排序，选取最低的15只[31] 3. 分域择时：根据三个分域市场的相对估值水平，超配估值过低的分域，低配估值过高的分域[31] 2. 策略名称：低估值+强动量策略[34] * 策略构建思路：在低估值策略与分域择时的基础上，将定价偏离度因子与正股动量因子相结合，构建复合因子进行选股，旨在获取低估且正股趋势向上的弹性[34] * 策略具体构建过程：结合定价偏离度因子和正股动量因子（过去1、3、6个月动量等权打分）形成综合打分，在分域内选取得分最高的转债进行配置[34] 3. 策略名称：低估值+高换手策略[37] * 策略构建思路：首先筛选市场估值较低的50%转债构成初选池，然后在该池中使用高换手因子（转债换手率及转债/股票换手率比率）选择成交活跃的个券进行配置[37] * 策略具体构建过程： 1. 初筛：使用CCB_out定价偏离度因子，选择全市场低估程度排名前50%的转债[37][39] 2. 精选：在低估初选池中，使用转债换手率因子（5日、21日）和转债与股票换手率比率因子（5日、21日）筛选高换手个券[37][39] 4. 策略名称：平衡偏债增强策略[40] * 策略构建思路：聚焦于偏债型和平衡型转债，在低估池中针对不同分域使用不同的增强因子，旨在获取稳健的绝对收益[40] * 策略具体构建过程： 1. 构建低估池：使用CCB_out定价偏离度因子选择市场低估较低的50%转债，并剔除偏股型转债[40] 2. 分域增强： * 在偏债型转债池中，使用转债换手率因子和正股动量因子进行增强[40][43] * 在平衡型转债池中，使用转债换手率因子进行增强[40][43] 5. 策略名称：信用债替代策略[44] * 策略构建思路：通过比较转债到期收益率（YTM）与信用债收益率，筛选出具有配置价值的转债，并搭配正股动量因子和波动率控制方法，构建一个低波动的绝对收益策略[44] * 策略具体构建过程： 1. 筛选转债池：选择符合“转债YTM + 1% > 3年期AA级信用债YTM”条件，且余额3亿以上、评级AA-及以上的转债[44] 2. 动量选券：在转债池中选出正股1个月动量最强的20只转债，个券最大权重不超过2%[44] 3. 组合构建：配置选出的转债，剩余仓位配置信用债，并通过波动率控制方法降低短期回撤[44] 6. 策略名称：波动率控制策略[47] * 策略构建思路：将多个增强策略（偏债增强、平衡增强、偏股增强）与信用债资产相结合，通过波动率控制方法将整个组合的波动率控制在目标水平（4%），实现风险可控的绝对收益[47] * 策略具体构建过程： 1. 构建子策略：分别构建偏债增强、平衡增强、偏股增强策略（方法类似低估值+强动量策略，在各分域内选取低估值+强动量打分最高的15只转债）[47] 2. 波动率控制：基于这三个增强策略以及信用债资产，通过动态调整权重，将整个组合的波动率控制在4%[47] 模型的回测效果 （注：报告未提供CCBA定价模型和CCB定价模型独立的回测效果指标） 1. 转债&股债组合轮动策略（择时策略），策略能够实现稳定的超额收益[13] 因子的回测效果 （注：报告未提供单个因子独立的回测效果指标，因子效果体现在复合策略中） 策略的回测效果 （基准均为“等权指数”，回测区间：2018年至2026年7月23日） 1. 低估值策略[34] * 区间收益（全样本年化）：19.3% * 年化波动（全样本年化）：12.9% * 最大回撤（全样本年化）：18.0% * 区间超额（全样本年化）：8.4% * 信息比率（IR）（全样本年化）：1.36 2. 低估值+强动量策略[37] * 区间收益（全样本年化）：23.7% * 年化波动（全样本年化）：13.6% * 最大回撤（全样本年化）：13.2% * 区间超额（全样本年化）：12.4% * 信息比率（IR）（全样本年化）：2.09 3. 低估值+高换手策略[37] * 区间收益（全样本年化）：22.0% * 年化波动（全样本年化）：未在统计表中直接给出全样本年化值 * 最大回撤（全样本年化）：未在统计表中直接给出全样本年化值 * 区间超额（全样本年化）：10.9% * 信息比率（IR）（全样本年化）：未在统计表中直接给出 4. 平衡偏债增强策略[44] * 区间收益（全样本年化）：20.8% * 年化波动（全样本年化）：12.1% * 最大回撤（全样本年化）：13.9% 5. 信用债替代策略[47] * 区间收益（全样本年化）：6.9% * 年化波动（全样本年化）：2.0% * 最大回撤（全样本年化）：2.8% 6. 波动率控制策略[50] * 区间收益（全样本年化）：9.4% * 年化波动（全样本年化）：4.4% * 最大回撤（全样本年化）：4.4%