报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 聚焦构建风格维度下的可转债多因子体系，建立含115个因子、五类风格因子的"行为 - 估值 - 波动"三维逻辑基础框架，通过非线性组合优化获取超额收益，为资产配置提供量化策略支持 [1] - 低利率与资产荒下，资金向"固收+"倾斜，可转债市场进入"结构分化 - 定价复杂化 - 策略精细化"阶段，构建风格维度的转债多因子体系是应对供需错配与估值高位的策略选择，也是固收+体系下资产精细化配置的必然方向 [2][27] 根据相关目录分别进行总结 引言 - 2025年在权益市场带动下，转债市场持续走强，呈现成交活跃、存量稳定、结构分化特征，截至11月4日，近一月日均成交额约660亿元，存续可转债415只，总规模约5957亿元，价格分布偏向中高价区间 [12] - 量化方法在可转债市场适用性增强，T+0机制与高频交易结构提供丰富价量信息，可转债股债混合特征使多因子体系能在五个维度系统应用 [13] 近年来转债市场扩容明显 可转债，兼具股债属性的"混合型资产" - 可转债是含期权属性的复合证券，兼具债性与股性，市场存量为5957亿元、415只，成交集中于头部券种，为多因子模型提供样本与统计基础 [15][16] - 与股票相比，可转债下行有债性保护、上行享股性弹性，波动介于股债之间，交易规则更灵活 [19] - 可转债市场高频、活跃、非完全有效，量化方法适用性显著，高频交易数据支撑模型稳定，行为因子有效，股债联动性因子提供Alpha来源，交易制度优势促进策略可实现 [17][19] 低利率下，固收+扩容驱动下策略必要性 - 低利率与资产荒使资金向"固收+"倾斜，推动可转债市场繁荣，资金与供给错配为量化和系统化策略提供土壤 [18] - 截至2025Q3，公募管理规模提升，份额结构"权益扩张、债基收缩"，资金在风险与收益间寻找"中性区间" [20] - 2025年以来，公募基金被动化与均衡化趋势显著，二级债基与被动债券指数基金扩容，二级债基含权属性凸显，将成增量资金配置重点 [21] - 2025年以来转债供给新增放缓，配置需求上升，截至Q3，公募基金持有转债规模达3529亿元，市场形成"高估值—高持仓—低供给"格局，转债在震荡市有相对收益优势 [23] - 构建基于风格维度的转债多因子体系是应对供需错配与估值高位的策略选择，是固收+体系下资产精细化配置的必然方向 [27] 风格因子视角下的转债与权益 风格因子：从Barra体系看权益市场的系统刻画 - 风格因子是刻画资产共性与系统性差异的核心维度，Barra模型将资产收益分解为风格因子收益与特质收益之和，通过因子暴露量化分析，投资者可识别收益来源、控制风险和实现风格中性化管理 [28][29] - 权益市场中，Barra模型将风格因子分为估值、成长等，这些因子构成"风格地图"，市场风格轮动是因子收益交替主导过程 [29] 风格视角下的转债市场：偏股、平衡、偏债的结构划分 - 可转债收益结构是"股性因子暴露 + 债性防御因子暴露"组合，市场形成偏股型、平衡型、偏债型三种风格，这种划分反映资产风险收益特征，为因子分层与策略构建提供基础 [33] - 偏股型转债股性主导，弹性高、波动大，适合风险偏好高的投资者；平衡型转债股债共振，风险收益均衡，是多因子模型"基准层"或组合核心配置；偏债型转债债性主导，防御性强，在风险偏好下行时是避险资金配置方向 [33] - 转债市场风格分布是权益Barra因子的"压缩映射"，从风格维度刻画转债有助于理解市场结构与轮动规律，为构建多因子选券体系提供框架 [34] 慢牛预期下，转债市场股性偏强 - 转债市场定价逻辑从"债券属性主导"向"权益属性强化"转变，资金结构与估值变化推动股性强化与风格偏移 [35] - 中证转债指数与中证1000、2000指数同频共振，2025年5月以来股性属性明显抬升，市场波动由权益端驱动，转债从"固收替代品"演化为"权益弹性补充" [36][37] - 股性偏强是因高价转债集中度提升，债底约束减弱，固收+资金形成"类权益配置"需求，宏观流动性与利率环境稳定支撑转债估值 [37][39] - 转债市场从"利率主导防御型"转向"风险偏好主导弹性型"，应重视与正股联动性相关的因子体系，未来转债市场将维持"高估值 - 高波动 - 高股性"特征，风格因子对收益差异解释力上升 [40] 多因子转债体系介绍，从五类风格因子到系统回测框架 - 构建涵盖115个日频因子的多维度体系，选取估值、动量、波动率、流动性与量价相关性五个风格维度，形成完整可转债量化框架 [41] - 估值因子反映定价偏离，是中长期收益核心来源；波动率与流动性因子在交易行情中信号显著；动量与量价相关性因子在高估值环境下有效性下降 [41] - 选择日频数据构建多因子体系，因可转债T+0机制和投资者结构使市场日内价量波动大，日频数据能保留信号有效性，兼顾信号敏感性与执行可行性 [44][45] 可转债多因子体系与回测结果 五类风格因子历史表现 - 对五类风格因子及等权合成因子进行回测（2021 - 2025年），不同风格因子风险收益特征差异显著 [46] - 动量因子年化超额收益10.65%，波动率因子年化超额收益8.19%，表现突出；流动性因子年化超额收益7.68%，表现不错；五因子等权合成因子年化5.87%、估值因子年化4.18%、量价相关性因子年化1.83%，表现尚可 [47] - 动量因子捕捉价格趋势效应，换手率高，是高频交易主动策略；波动率因子风险调整后收益高、回撤低，源于风险定价补偿和规避"波动率陷阱"，换手率低，实践价值高 [48] - 简单等权合成并非最优解，后续应聚焦动态因子权重配置，提升优势因子权重，降低弱势因子权重 [49] 组合优化逻辑 - 单一因子投资存在收益波动剧烈、因子协同性不足、交易成本侵蚀明显、风格偏离风险等短板 [53] - 采用非线性优化框架构建组合，以因子值最大化（最小化）为目标，以市值、行业、风格和个券权重为约束条件，求解最优因子权重下的转债投资组合 [54] - 回测显示，2021年以来市场中性下流动性因子表现最佳，量价因子、动量因子其次，组合优化目的是以适当风险博取高收益，投资者需注意风格错配下的超额回撤风险 [56][57] 后续优化逻辑 - 后续优化应从"等权合成"转向"基于历史表现的加权合成"，以动量因子和估值因子为例，等权合成会受内部表现差的细分因子拖累 [58] - 后续优化方法包括基于风险指标加权、基于收益指标加权、直接优化法，以提升大类因子有效性 [59] 后续策略优化 事件驱动：把握条款博弈的确定性机会 - 事件驱动策略利用发行人主动行为引发的价格重估获取回报，收益与传统市场因子相关性低，需建立事件数据库与实时监控机制 [61][62] - 下修事件驱动策略包括事前筛查、事中应对、事后退出，下修可提升转债价值；回购事件驱动策略监测上市公司回购公告，可增强个券配置价值 [62] 错误定价：挖掘期权价值的认知偏差 - 错误定价策略源于市场对转债内嵌期权价值错误评估，策略方法包括构建理论价值模型、识别偏差、组合应用，收益来源于市场对期权价值认知的修正 [63]