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%

量化模型与构建方式 1. **模型名称**：转债综合估值因子 * **模型构建思路**：从估值视角对转债的配置价值进行系统性增强，通过融合两个在不同转债类型上表现优异的估值因子，构建一个综合性的估值评价指标[18] * **模型具体构建过程**： 1. 首先构建两个基础估值因子：转股溢价率偏离度因子和理论价值偏离度（蒙特卡洛模型）因子[18]。 2. 对每个因子在截面上的所有转债进行排名（Rank）[19]。 3. 将两个因子的排名值相加，得到转债综合估值因子[19]。 * **公式**： $$转债综合估值因子 = Rank（转股溢价率偏离度） + Rank（理论价值偏离度（蒙特卡洛模拟））$$ [19] * **模型评价**：该综合因子在全域、平衡型和偏债型转债上表现较优[18] 2. **模型名称**：转债风格轮动模型 * **模型构建思路**：通过识别转债市场的情绪指标，在三种低估风格指数（偏股、平衡、偏债）之间进行动态轮动配置，以获取超额收益[17] * **模型具体构建过程**： 1. **构建风格指数**：首先根据平底溢价率将转债划分为偏股型（>15%）、偏债型（<-15%）和平衡型（其余），并分别构建对应的等权指数[19]。然后，在各自风格内，分别使用转债综合估值因子（平衡、偏债）或理论价值偏离度因子（偏股）筛选排名前1/3的转债，构建对应的低估风格指数，并限制成分债上限为30只[20]。 2. **计算市场情绪指标**：在单个转债层面计算“转债20日动量”和“波动率偏离度”两个因子[26]。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[26]。 3. **确定轮动仓位**：对三个低估风格指数的市场情绪捕捉指标进行逆序排名（指标值越小排名越靠前，如第1名），并将每个指数在两个指标上的排名相加，得到“市场情绪捕捉指标”总分[26][27]。选择总分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[17][26]。模型为双周频调仓[26]。 模型的回测效果 *注：以下为各风格低估指数及轮动模型的长期回测表现，回测区间为2018-02-14至2026-01-09或2026-02-13[22][30]* 1. **偏股转债低估指数**，年化收益率27.22%，年化波动率20.75%，最大回撤0.23，信息比率(IR)1.31，卡玛比率1.19[22] 2. **平衡转债低估指数**，年化收益率16.09%，年化波动率12.03%，最大回撤0.16，信息比率(IR)1.34，卡玛比率1.01[22] 3. **偏债转债低估指数**，年化收益率12.60%，年化波动率9.79%，最大回撤0.18，信息比率(IR)1.29，卡玛比率0.71[22] 4. **转债风格轮动模型**，年化收益25.91%，年化波动16.99%，最大回撤15.89%，信息比率(IR)1.52，卡玛比率1.63[30] 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**：衡量单只转债的转股溢价率相对于其理论拟合值的偏离程度，以消除不同平价水平带来的不可比性[19] * **因子具体构建过程**：计算转债的实际转股溢价率与通过截面数据拟合得到的理论转股溢价率（拟合值）之间的差值[19] * **公式**： $$转股溢价率偏离度 = 转股溢价率 − 拟合转股溢价率$$ [19] 2. **因子名称**：理论价值偏离度（蒙特卡洛模型） * **因子构建思路**：通过蒙特卡洛模拟充分考虑转债的各类条款（转股、赎回、下修、回售），计算其理论价值，并用市场价格与理论价值的比值来衡量价格预期差[19] * **因子具体构建过程**： 1. 在每个时点，使用蒙特卡洛方法模拟正股价格路径（通常为10000条），并考虑转债的转股、赎回、下修、回售等条款，以同信用、同期限的利率作为贴现率，计算转债的理论价值[19]。 2. 用转债的收盘价除以该理论价值，再减去1，得到偏离度[19]。 * **公式**： $$理论价值偏离度（蒙特卡洛模型） = 转债收盘价 / 理论价值（蒙特卡洛模型） - 1$$ [19] 3. **因子名称**：转债20日动量 * **因子构建思路**：用于捕捉转债市场的趋势情绪，作为风格轮动的输入指标之一[26] * **因子具体构建过程**：报告未详细说明具体计算方法，但指出是在单个转债层面计算的因子，并取中位数代表整个风格指数的情绪[26] 4. **因子名称**：波动率偏离度 * **因子构建思路**：用于捕捉转债市场的波动情绪，作为风格轮动的另一个输入指标[26] * **因子具体构建过程**：报告未详细说明具体计算方法，但指出是在单个转债层面计算的因子，并取中位数代表整个风格指数的情绪[26] 辅助指标与构建方式 *注：以下为用于衡量市场整体估值水平的指标，非直接用于选股的Alpha因子* 1. **指标名称**：百元转股溢价率 * **指标构建思路**：构建一个在时间序列上可比的估值指标，用于衡量转债市场整体相对于正股的估值高低[3] * **指标具体构建过程**： 1. 在每个时点，使用截面上的所有转债数据，拟合转股溢价率（y）与转股价值（x）的关系曲线[42]。 2. 将转股价值固定为100元代入拟合公式，计算得到的转股溢价率即为“百元转股溢价率”[3][42]。 * **拟合公式**： $$y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$$ [43] 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[42]。 2. **指标名称**：修正YTM – 信用债YTM中位数 * **指标构建思路**：针对偏债型转债，剥离其转股条款对到期收益率(YTM)的影响，使其能与同期限信用债的YTM进行直接比较，以衡量偏债型转债相对于信用债的配置价值[4] * **指标具体构建过程**： 1. **计算修正YTM**：对每只偏债型转债，使用Black-Scholes模型计算其转股概率$N(d_2)$[44]。然后，根据以下公式计算修正YTM[44]： $$修正 YTM = 转债 YTM × (1 – 转股概率) + 预期转股的到期年化收益率 × 转股概率$$ [44] 2. **计算差值**：计算每只偏债型转债的修正YTM与同等级、同期限的企业债（信用债）YTM之差$X_i$[44]。 3. **取中位数**：计算截面上所有偏债型转债$X_i$值的中位数，得到“修正YTM – 信用债YTM中位数”[4][44]。 $$“修正 YTM – 信用债 YTM”中位数 = median\{X_1, X_2, ... , X_n\}$$ [44]

根据研报内容，总结如下： 量化因子与构建方式 **1 因子名称：转股溢价率偏离度因子** - **因子构建思路**：衡量单只转债的转股溢价率相对于其理论拟合值的偏离程度，以评估估值是否异常[19] - **因子具体构建过程**：首先在每个时间截面上，使用全市场转债数据拟合转股溢价率与转股价值的关系曲线，拟合公式为 $$y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$$，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[42]；接着计算每只转债的实际转股溢价率与拟合值的差值，即：转股溢价率偏离度 = 转股溢价率 − 拟合转股溢价率[19] **2 因子名称：理论价值偏离度因子（蒙特卡洛模型）** - **因子构建思路**：通过蒙特卡洛模拟充分考量转债的各项条款，计算其理论价值，并通过价格与理论价值的比较来衡量价格预期差[19] - **因子具体构建过程**：使用蒙特卡洛模拟方法，在每个时点模拟10000条路径，充分考虑转债的转股、赎回、下修、回售条款，并以同信用、同期限的利率作为贴现率计算转债的理论价值[19]；因子计算方式为：理论价值偏离度 = 转债收盘价 / 理论价值 - 1[19] **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两个因子融合，构建一个综合性的估值评估指标[18] - **因子具体构建过程**：对转股溢价率偏离度和理论价值偏离度（蒙特卡洛模型）两个因子分别在全市场截面进行排名（Rank）[19]；然后将两个因子的排名相加，得到综合估值因子：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））[19] - **因子评价**：该因子在全域、平衡型和偏债型转债上表现较优[18] **4 因子名称：转债20日动量因子** - **因子构建思路**：捕捉转债市场近期的价格动量趋势，作为市场情绪的判断指标之一[26] - **因子具体构建过程**：报告未详细说明具体计算方法，但提及在单个转债层面计算该因子值，并在风格指数内部取中位数作为该指数的市场情绪捕捉指标[26] **5 因子名称：波动率偏离度因子** - **因子构建思路**：捕捉转债波动率的异常变化，作为市场情绪的判断指标之一[26] - **因子具体构建过程**：报告未详细说明具体计算方法，但提及在单个转债层面计算该因子值，并在风格指数内部取中位数作为该指数的市场情绪捕捉指标[26] **6 因子名称：转债风格市场情绪捕捉指标** - **因子构建思路**：综合动量与波动率信息，构建一个综合指标用于判断市场情绪，进而指导风格轮动[26] - **因子具体构建过程**：在得到转债20日动量和波动率偏离度两个因子的排名后，将它们在风格指数层面的排名相加：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）[27] 量化模型与构建方式 **1 模型名称：转债低估指数构建模型** - **模型构建思路**：首先将转债划分为偏股、平衡、偏债三种风格，然后在每种风格内选择估值最低的1/3标的构建低估指数，以实现低估值增强[17][20] - **模型具体构建过程**： 1. **风格划分**：根据平底溢价率对转债进行分类。平底溢价率大于15%的划分为偏股型转债，小于-15%的划分为偏债型转债，介于两者之间的划分为平衡型转债[19] 2. **构建基准指数**：为每种风格构建等权配置的基准指数，双周频调仓[19] 3. **筛选低估标的**： - 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）因子排名前1/3的转债[6][20] - 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排名前1/3的转债[6][20] 4. **风险控制与限制**：在构建指数时，应用一系列筛选条件排除高风险标的，包括：正股收盘价小于1.3元、正股市值小于5亿元、正股ST、转债评级小于AA-、转债剩余规模小于2亿元、剩余期限小于30天、公告提示强制赎回[20]；此外，对于偏债转债低估指数，额外限制成分债对应正股的净利润TTM大于0[17][20]；同时，限制每种低估指数的成分债数量上限为30只[17][20] **2 模型名称：转债风格轮动模型** - **模型构建思路**：基于市场情绪指标，动态调整在偏股、平衡、偏债三类低估指数上的配置权重，以捕捉风格切换收益[17][26] - **模型具体构建过程**： 1. **计算风格情绪指标**：对于三类低估指数（偏股、平衡、偏债），分别计算其对应的转债20日动量和波动率偏离度因子的中位数[26]；然后对这三个风格指数在两大情绪指标上的表现进行跨风格排名（Rank）[27] 2. **计算综合排名**：将每个风格指数在两个情绪指标上的排名相加，得到市场情绪捕捉指标值[27] 3. **确定配置权重**：根据市场情绪捕捉指标的逆序排序（指标值越小排名越优）选择配置标的[26]；若排名相等则等权配置，若同时选中三种风格，则最终100%仓位投资于平衡低估风格[17][26]；双周频调仓[26] 模型的回测效果 **1 偏股转债低估指数** - 年化收益率：25.45%[22] - 年化波动率：20.54%[22] - 最大回撤：-22.94%[22] - 信息比率（IR）：1.24[22] - 卡玛比率：1.11[22] - 月度胜率：61.96%[22] **2 平衡转债低估指数** - 年化收益率：14.90%[22] - 年化波动率：11.85%[22] - 最大回撤：-15.95%[22] - 信息比率（IR）：1.26[22] - 卡玛比率：0.93[22] - 月度胜率：63.04%[22] **3 偏债转债低估指数** - 年化收益率：13.28%[22] - 年化波动率：9.48%[22] - 最大回撤：-17.78%[22] - 信息比率（IR）：1.40[22] - 卡玛比率：0.75[22] - 月度胜率：58.70%[22] **4 转债风格轮动模型** - 年化收益：24.14%[30] - 年化波动：16.70%[30] - 最大回撤：-15.89%[30] - 信息比率（IR）：1.45[30] - 卡玛比率：1.52[30] - 月度胜率：64.13%[30] 因子的近期表现 **1 低估值因子增强超额（近2周）** - 在偏股转债中增强超额：-3.01%[6][21] - 在平衡转债中增强超额：-0.34%[6][21] - 在偏债转债中增强超额：-0.02%[6][21] **2 转债风格轮动近期表现** - 近4周收益：2.26%[7][28] - 2025年以来收益：37.81%[7][29]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：转债综合估值因子 **模型构建思路**：通过结合转股溢价率偏离度和理论价值偏离度（蒙特卡洛模型）两个因子，构建综合估值因子以衡量转债的估值水平[19] **模型具体构建过程**： - 转股溢价率偏离度 = 转股溢价率 − 拟合转股溢价率（衡量转股溢价率相对于拟合值的偏离度） - 理论价值偏离度 = 转债收盘价 / 理论价值 - 1（蒙特卡洛模拟计算理论价值，考虑转股、赎回、下修、回售条款） - 综合估值因子公式： $$Rank（转股溢价率偏离度） + Rank（理论价值偏离度）$$ **模型评价**：综合因子在偏股、平衡、偏债转债中表现稳健，尤其适用于平衡型和偏债型转债[19][20] 2. **模型名称**：转债风格轮动模型 **模型构建思路**：基于市场情绪指标（动量+波动率偏离度）对低估风格指数进行动态配置[26] **模型具体构建过程**： - 计算单个转债的20日动量和波动率偏离度 - 在低估风格指数内部取中位数作为市场情绪指标 - 轮动规则：按指标逆序排名，优先配置排名低的风格；若排名相同则等权配置，全选时默认配置平衡低估风格 - 公式： $$Rank（转债20日动量） + Rank（波动率偏离度）$$ **模型评价**：通过动态调整风格暴露，显著提升组合收益风险比[26][27] --- 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**：衡量实际转股溢价率与拟合值的差异[20] **因子具体构建过程**： - 截面拟合转股溢价率与转股价值的关系曲线（公式见附录） - 偏离度 = 实际值 − 拟合值 **因子评价**：在全域和分域中均具有稳定区分能力[20] 2. **因子名称**：理论价值偏离度（蒙特卡洛模型） **因子构建思路**：通过期权定价模型计算转债理论价值与实际价格的差异[20] **因子具体构建过程**： - 蒙特卡洛模拟10000条路径，考虑条款约束 - 使用同信用同期限利率作为贴现率 - 偏离度 = 市场价格 / 理论价值 - 1 **因子评价**：在偏股型转债中表现突出[20] 3. **因子名称**：百元转股溢价率 **因子构建思路**：标准化转股价值=100时的溢价率，用于时序比较[4][43] **因子具体构建过程**： - 拟合公式： $$y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$$ - 代入x=100计算百元溢价率 4. **因子名称**：修正YTM - 信用债YTM **因子构建思路**：剥离转股条款影响，比较偏债转债与信用债的真实收益差[5][44] **因子具体构建过程**： - 修正YTM = 转债YTM × (1−转股概率) + 预期转股收益 × 转股概率 - 转股概率通过BS模型计算 - 取截面中位数作为市场整体性价比指标 --- 模型的回测效果 | 模型/指数 | 年化收益 | 年化波动 | 最大回撤 | IR | 卡玛比率 | 月度胜率 | |--------------------------|----------|----------|----------|-------|----------|----------| | 偏股转债低估指数 | 26.10% | 20.55% | -22.94% | 1.27 | 1.14 | 62.22% | | 平衡转债低估指数 | 14.80% | 11.82% | -15.95% | 1.25 | 0.93 | 62.22% | | 偏债转债低估指数 | 13.37% | 9.43% | -17.78% | 1.42 | 0.75 | 57.78% | | 转债风格轮动组合 | 25.27% | 16.68% | -15.89% | 1.51 | 1.59 | 65.56% | | 原风格指数（等权基准） | 9.75% | 11.66% | -20.60% | 0.84 | 0.47 | 60.00% | 数据来源：[23][30][32] --- 因子的回测效果 1. **低估值增强效果**（近3周）： - 偏股转债超额：-2.62% - 平衡转债超额：-0.41% - 偏债转债超额：0.20% 数据来源：[22] 2. **估值因子分位数**： - 百元转股溢价率：滚动5年分位数94.9%[4][16] - 修正YTM差：中位数-2.36%[5][16]

根据研报内容，以下是量化模型与因子的详细总结： 量化因子与构建方式 1. **因子名称**：转股溢价率偏离度 - **构建思路**：衡量转股溢价率相对于拟合值的偏离度，使不同平价的转债可比[21] - **具体构建过程**： $$y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$$ 其中，$y_i$为第$i$只转债的转股溢价率，$x_i$为转股价值。通过截面数据拟合转股溢价率与转股价值的关系曲线，计算偏离度[21][44] 2. **因子名称**：理论价值偏离度（蒙特卡洛模型） - **构建思路**：通过蒙特卡洛模拟计算转债理论价值，衡量价格与理论价值的偏离[21] - **具体构建过程**： 1. 模拟10000条路径，考虑转股、赎回、下修、回售条款 2. 以同信用同期限利率为贴现率计算理论价值 3. 因子值=转债收盘价/理论价值-1[21] 3. **因子名称**：转债综合估值因子 - **构建思路**：融合转股溢价率偏离度和理论价值偏离度，提升因子稳定性[21] - **具体构建过程**： $$综合估值因子 = Rank（转股溢价率偏离度） + Rank（理论价值偏离度）$$ 对两个因子分别排名后相加[21] 4. **因子名称**：修正YTM - 信用债YTM - **构建思路**：剥离转股条款影响，比较偏债型转债与信用债的配置价值[4][45] - **具体构建过程**： $$修正YTM = 转债YTM \times (1-转股概率) + 预期转股收益率 \times 转股概率$$ 转股概率通过BS模型计算，最终取截面中位数[4][45][46] 5. **因子名称**：转债市场情绪捕捉指标 - **构建思路**：结合动量和波动率识别市场情绪[29] - **具体构建过程**： $$市场情绪指标 = Rank（20日动量） + Rank（波动率偏离度）$$ 在风格指数内部取因子中位数[29][30] 量化模型与构建方式 1. **模型名称**：转债低估指数构建模型 - **构建思路**：通过估值因子筛选低估转债，分风格构建指数[21][22] - **具体构建过程**： 1. 按平底溢价率划分风格（偏股>15%，偏债<-15%，其余为平衡型） 2. 偏股型使用理论价值偏离度因子，其他风格用综合估值因子 3. 选取因子前1/3且满足：正股市值>5亿、非ST、评级≥AA-等8项风控条件[21][22] 2. **模型名称**：转债风格轮动模型 - **构建思路**：根据市场情绪指标动态配置低估风格[29][30] - **具体构建过程**： 1. 计算各风格指数的市场情绪指标排名 2. 优先配置排名低的风格，若排名相同则等权配置 3. 双周频调仓，全仓投资单一风格[29][30][35] 因子回测效果 | 因子/模型 | 年化收益 | 年化波动 | IR | 最大回撤 | 测试周期 | |--------------------------|----------|----------|-------|----------|-------------------| | 偏股转债低估指数 | 24.91% | 20.39% | 1.22 | -22.83% | 2018-2025[24] | | 平衡转债低估指数 | 13.77% | 11.87% | 1.16 | -16.04% | 2018-2025[24] | | 偏债转债低估指数 | 12.21% | 9.45% | 1.29 | -17.59% | 2018-2025[24] | | 转债风格轮动模型 | 24.23% | 16.54% | 1.47 | -15.54% | 2018-2025[35] | | 低估值因子（偏股） | - | - | - | - | 近4周超额1.33%[23]| 模型评价 - **估值因子**：理论价值偏离度在偏股型转债上表现优异，综合估值因子对平衡/偏债型更有效[21] - **风格轮动**：通过动量+波动率捕捉市场情绪，历史信息比率达1.47显著优于基准[35] - **风控设计**：通过正股市值、盈利等条件有效控制信用风险[22]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：转债综合估值模型 - **构建思路**：通过转股溢价率偏离度和理论价值偏离度（蒙特卡洛模型）两个因子融合，构建综合估值因子以筛选低估转债[24][25] - **具体构建过程**： 1. 计算转股溢价率偏离度：$$ \text{转股溢价率偏离度} = \text{转股溢价率} - \text{拟合转股溢价率} $$ 2. 计算理论价值偏离度（蒙特卡洛模型）：$$ \text{理论价值偏离度} = \frac{\text{转债收盘价}}{\text{理论价值（蒙特卡洛模拟）}} - 1 $$ 3. 综合因子构建：$$ \text{转债综合估值因子} = \text{Rank（转股溢价率偏离度）} + \text{Rank（理论价值偏离度）} $$ 蒙特卡洛模拟中，每条路径考虑转股、赎回、下修、回售条款，贴现率采用同信用同期限利率[25][26] - **模型评价**：在平衡型和偏债型转债中表现较优，偏股型转债中理论价值偏离度单独效果更好[24] 2. **模型名称**：转债风格轮动模型 - **构建思路**：基于转债动量和波动率偏离度捕捉市场情绪，对偏股/平衡/偏债低估指数进行轮动配置[31][32] - **具体构建过程**： 1. 计算单券层面20日动量和波动率偏离度 2. 在低估指数内部取因子中位数作为市场情绪指标 3. 组合信号生成：$$ \text{市场情绪捕捉指标} = \text{Rank（20日动量）} + \text{Rank（波动率偏离度）} $$ 4. 轮动规则：选择指标排名最低的指数，若并列则等权配置，全选时默认配置平衡低估风格[32][33] 量化因子与构建方式 1. **因子名称**：转股溢价率偏离度 - **构建思路**：衡量实际转股溢价率与拟合值的差异[25] - **具体构建过程**： 1. 截面拟合转股溢价率与转股价值的关系曲线：$$ y_i = \alpha_0 + \alpha_1 \cdot \frac{1}{x_i} + \epsilon_i $$ 2. 取转股价值=100时的拟合值作为基准，计算偏离度[46] 2. **因子名称**：理论价值偏离度（蒙特卡洛模型） - **构建思路**：通过期权定价模型计算转债理论价值与实际价格的差异[25] - **具体构建过程**： 1. 蒙特卡洛模拟1万条路径，考虑转股、赎回、下修、回售条款 2. 以同信用等级同期限利率贴现现金流 3. 计算收盘价与理论价值的比率偏离[25][47] 3. **因子名称**：修正YTM - 信用债YTM - **构建思路**：剥离转股条款影响，比较偏债转债与信用债的收益率差异[4][47] - **具体构建过程**： 1. 计算转股概率N(d2)（BS模型） 2. 修正YTM公式：$$ \text{修正YTM} = \text{转债YTM} \times (1-\text{转股概率}) + \text{预期转股收益率} \times \text{转股概率} $$ 3. 取截面中位数：$$ \text{中位数} = \text{median}\{X_1,X_2,...,X_n\} $$[48] 模型的回测效果 1. **转债综合估值模型** - 偏股转债低估指数：年化收益24.83%，波动率20.42%，IR 1.22[28] - 平衡转债低估指数：年化收益13.87%，波动率11.92%，IR 1.16[28] - 偏债转债低估指数：年化收益12.21%，波动率9.49%，IR 1.29[28] 2. **转债风格轮动模型** - 年化收益24.14%，波动率16.53%，IR 1.46，最大回撤-15.54%[38] - 2025年以来收益23.98%，近4周收益8.58%[35][37] 因子的回测效果 1. **估值因子增强效果** - 近4周超额：偏股转债1.56%，平衡转债0.10%，偏债转债0.18%[27] - 长期IR提升：偏股转债从0.58提升至1.22，平衡转债从0.61提升至1.16[28] 2. **市场情绪因子** - 动量+波动率偏离度组合在2018-2025年实现年化超额15.79%[37][38]

量化模型与构建方式 1. **模型名称**：转债综合估值模型 - **模型构建思路**：通过融合转股溢价率偏离度和理论价值偏离度（蒙特卡洛模型）两个因子，构建综合估值因子以筛选低估转债[19] - **模型具体构建过程**： 1. 计算单只转债的转股溢价率偏离度：$$转股溢价率偏离度 = 转股溢价率 - 拟合转股溢价率$$，其中拟合转股溢价率通过截面数据回归得到[20] 2. 计算理论价值偏离度（蒙特卡洛模型）：$$理论价值偏离度 = \frac{转债收盘价}{理论价值} - 1$$，理论价值通过蒙特卡洛模拟（10,000条路径）考虑转股、赎回、下修等条款，并以同信用等级同期限利率贴现[20] 3. 因子融合：对两个因子分别排名后等权相加：$$转债综合估值因子 = Rank(转股溢价率偏离度) + Rank(理论价值偏离度)$$[20] - **模型评价**：该模型在平衡型和偏债型转债中表现更优，能系统性捕捉估值回归效应[19] 2. **模型名称**：转债风格轮动模型 - **模型构建思路**：结合市场情绪指标（动量和波动率偏离度）对低估风格指数进行动态配置[27] - **模型具体构建过程**： 1. 计算单只转债的20日动量和波动率偏离度 2. 在低估指数内部取因子中位数作为指数情绪指标 3. 对三类低估指数（偏股/平衡/偏债）的情绪指标排名并相加：$$市场情绪捕捉指标 = Rank(20日动量) + Rank(波动率偏离度)$$ 4. 选择综合排名最低的指数配置，若并列则等权或优先配置平衡风格[28] - **模型评价**：通过双周频调仓实现风格切换，历史信息比率显著优于基准[33] --- 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**：衡量实际转股溢价率与理论拟合值的差异[20] - **因子具体构建过程**： 1. 截面回归拟合转股溢价率与转股价值的关系：$$y_i = \alpha_0 + \alpha_1 \cdot \frac{1}{x_i} + \epsilon_i$$，其中$y_i$为第$i$只转债的转股溢价率，$x_i$为转股价值[44] 2. 计算偏离度：$$转股溢价率偏离度 = 实际转股溢价率 - 拟合值$$[20] 2. **因子名称**：理论价值偏离度（蒙特卡洛模型） - **因子构建思路**：通过期权定价模型识别转债价格与理论价值的偏差[20] - **因子具体构建过程**： 1. 蒙特卡洛模拟10,000条路径，考虑转股、赎回、下修、回售条款 2. 以同信用等级同期限利率贴现计算理论价值 3. 计算偏离度：$$理论价值偏离度 = \frac{收盘价}{理论价值} - 1$$[20] 3. **因子名称**：修正YTM-信用债YTM - **因子构建思路**：剥离转股条款影响后比较偏债型转债与信用债的收益率差异[5] - **因子具体构建过程**： 1. 计算修正YTM：$$修正YTM = 转债YTM \times (1 - 转股概率) + 预期转股年化收益 \times 转股概率$$，其中转股概率通过BS模型计算[45] 2. 取与同等级信用债YTM差值的中位数[46] --- 模型的回测效果 1. **转债综合估值模型**： - 偏股转债低估指数：年化收益23.06%，波动率20.43%，IR 1.13[23] - 平衡转债低估指数：年化收益13.56%，波动率11.94%，IR 1.14[23] - 偏债转债低估指数：年化收益11.85%，波动率9.49%，IR 1.25[23] 2. **转债风格轮动模型**： - 年化收益23.38%，波动率16.48%，IR 1.42，月度胜率65.12%[33] --- 因子的回测效果 1. **估值因子增强效果**（近4周）： - 偏股转债超额0.9%，平衡转债超额1.2%，偏债转债超额-0.3%[22] 2. **百元转股溢价率**：当前滚动5年分位数40%[15] 3. **修正YTM-信用债YTM**：当前中位数0.38%[5]