量化模型与构建方式 1. 模型名称：CCBA/CCB定价模型[6][21] 模型构建思路：基于可转债的赎回概率调整进行定价，用于衡量转债的理论价值[6] 模型具体构建过程：报告未详细描述CCBA/CCB模型的具体构建公式和步骤，但指出其用于计算转债的理论定价，并在此基础上计算定价偏离度[6][21] 2. 模型名称：CCB_out定价模型[21] 模型构建思路：在CCB定价模型的基础上，进一步考虑退市风险，以得到更稳健的理论定价[21] 模型具体构建过程：报告未详细描述CCB_out模型的具体构建公式和步骤，但指出其用于计算定价偏离度[21] 3. 模型名称：转债&股债组合轮动策略（择时策略）[2][10] 模型构建思路：基于转债市场整体估值（定价偏离度）的高低，在转债资产和股债组合之间进行动态资产配置，估值低估时超配转债，反之超配股债组合[2][10] 模型具体构建过程： a. 计算市场定价偏离度[10]。 b. 计算Z值：$$Z值 = \frac{定价偏离度}{过去3年标准差}$$[10] c. 对Z值按照±1.5倍标准差进行截尾处理[10]。 d. 计算分数：将截尾后的Z值除以-1.5得到分数[10]。 e. 确定权重：转债权重 = 50% + 50% × 分数，剩余仓位配置股债组合（50% 7-10Y国债 + 50% 中证1000全收益指数）[2][10]。 4. 模型名称：收益分解模型[16] 模型构建思路：将转债的收益拆解为债底收益、股票拉动收益和转债估值收益三个部分，以分析收益来源[16] 模型具体构建过程：报告未详细描述该模型的具体构建公式和步骤，但指出其基于专题报告《可转债定价模型与应用》[16] 模型的回测效果 1. 转债&股债组合轮动策略，报告指出该策略能够实现稳定的超额收益[2][10]，但未提供具体的量化指标值。 量化因子与构建方式 1. 因子名称：定价偏离度（基于CCBA/CCB模型）[6] 因子构建思路：通过比较转债市场价格与其理论模型定价的差异，来衡量转债估值的高低[6] 因子具体构建过程：$$定价偏离度 = \frac{转债价格}{CCBA模型定价} - 1$$[6] 因子评价：该指标用于判断转债市场整体估值水平，偏离度越高代表估值越高[6][15] 2. 因子名称：定价偏离度（基于CCB_out模型）[21] 因子构建思路：在考虑退市风险后，计算转债价格与理论定价的差异，作为估值因子[21] 因子具体构建过程：$$定价偏离度 = \frac{转债价格}{CCB\_out模型定价} - 1$$[21] 3. 因子名称：正股动量因子[24][26] 因子构建思路：使用正股过去一段时间的历史收益率来衡量其趋势强度[24][26] 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[24][26] 4. 因子名称：转债换手率因子[28][32] 因子构建思路：通过转债的成交活跃度（换手率）来捕捉市场关注度或短期交易机会[28][32] 因子具体构建过程：报告提及使用5日和21日的转债换手率[28] 5. 因子名称：转债与股票换手率比率[28] 因子构建思路：比较转债自身换手率与其正股换手率的相对关系[28] 因子具体构建过程：报告提及使用5日和21日的转债与股票换手率比率[28] 6. 因子名称：信用替代筛选因子[33] 因子构建思路：通过比较转债的到期收益率（YTM）与信用债收益率，筛选出具备债性配置价值的转债[33] 因子具体构建过程：筛选条件为：转债YTM + 1% > 3年期AA级信用债YTM[33] 复合策略与构建方式 （注：以下策略综合运用了前述模型和因子，并包含了具体的组合构建规则，因此归类为复合策略。） 1. 策略名称：低估值策略[21] 策略构建思路：在偏债、平衡、偏股三个分域中，分别选取基于CCB_out模型定价偏离度最低的转债，并结合分域估值进行择时配置[21] 策略具体构建过程： a. 计算个券定价偏离度（使用CCB_out模型）[21]。 b. 筛选条件：转债余额3亿以上且评级AA-及以上[21]。 c. 构建组合：在偏债、平衡、偏股分域中，分别选取定价偏离度最低的15只转债，共45只形成低估值转债池[21]。 d. 分域择时：根据三个分域市场的相对估值，超配估值过低的分域，低配估值过高的分域[21]。 2. 策略名称：低估值+强动量策略[24] 策略构建思路：在低估值策略与分域择时的基础上，进一步结合正股动量因子，筛选出兼具低估值和正股趋势强度的标的，以增强策略弹性[24] 策略具体构建过程：在低估值策略的基础上，将定价偏离度因子与正股动量因子（过去1、3、6个月动量等权打分）相结合进行选券[24][26] 3. 策略名称：低估值+高换手策略[27][28] 策略构建思路：首先筛选市场估值较低的转债池，再从中选择成交活跃度高的标的进行配置[27][28] 策略具体构建过程： a. 使用CCB_out定价偏离度因子，选择市场上估值较低的50%转债形成低估池[27][28]。 b. 在低估池中，使用转债高换手因子（转债换手率（5、21日）及转债与股票换手率比率（5、21日））选择标的进行配置[28]。 4. 策略名称：平衡偏债增强策略[30][32] 策略构建思路：在低估转债池中剔除偏股转债，并在偏债和平衡转债中分别使用不同的增强因子进行配置，旨在获取绝对收益[30][32] 策略具体构建过程： a. 使用CCB_out定价偏离度因子，选择市场上估值较低的50%转债，并去掉偏股转债，形成低估池[30][32]。 b. 在偏债转债中，使用转债换手率因子+正股动量因子进行增强[32]。 c. 在平衡转债中，使用转债换手率因子进行增强[32]。 5. 策略名称：信用债替代策略[33] 策略构建思路：通过信用替代筛选因子构建具备债性价值的转债池，并搭配正股动量因子和波动率控制方法，以信用债为底仓进行增强，追求低波动的绝对收益[33] 策略具体构建过程： a. 筛选转债池：条件为转债YTM+1% > 3年期AA级信用债YTM，且余额3亿以上、评级AA-及以上[33]。 b. 在转债池中选出正股1个月动量最强的20只进行配置，个券最大权重不超过2%[33]。 c. 通过波动率控制方法降低短期回撤，剩余仓位配置信用债[33]。 6. 策略名称：波动率控制策略[35] 策略构建思路：基于多个增强策略（偏债、平衡、偏股）和信用债，通过波动率控制方法动态调整资产权重，将组合整体波动控制在目标水平[35] 策略具体构建过程： a. 分别构建偏债增强、平衡增强、偏股增强策略：在各自分域中选取低估值+强动量打分最高的15只转债（共45只）[35]。 b. 将上述三个增强策略以及信用债作为底层资产[35]。 c. 通过波动率控制方法，将整个组合的波动率控制在4%[35]。 策略的回测效果 （注：以下所有策略的基准均为“等权指数”（余额3亿以上且AA-及以上转债等权），测试区间为2018年至2026年1月16日[24][27][30][33][38]。指标包括区间收益、年化波动、最大回撤、区间超额收益和信息比率（IR）。） 1. 低估值策略[24] 全样本年化收益：20.8%[24] 全样本年化波动：13.1%[24] 全样本最大回撤：18.0%[24] 全样本区间超额收益（相对等权指数）：8.9%[24] 全样本信息比率（IR）：1.51[24] 2. 低估值+强动量策略[27] 全样本年化收益：24.7%[27] 全样本年化波动：13.7%[27] 全样本最大回撤：13.2%[27] 全样本区间超额收益（相对等权指数）：12.4%[27] 全样本信息比率（IR）：2.15[27] 3. 低估值+高换手策略[30] 全样本年化收益：23.7%[30] 全样本年化波动：15.0%[30] 全样本最大回撤：15.9%[30] 全样本区间超额收益（相对等权指数）：11.5%[30] 全样本信息比率（IR）：1.85[30] 4. 平衡偏债增强策略[33] （该策略为绝对收益型，未提供相对基准的超额收益和IR） 全样本年化收益：22.6%[33] 全样本年化波动：12.1%[33] 全样本最大回撤：13.9%[33] 5. 信用债替代策略[33][38] （该策略为绝对收益型，基准为信用债净值） 全样本年化收益：7.1%[33] 全样本年化波动：低于3%[33] 全样本最大回撤：低于3%[33] 6. 波动率控制策略[38] （该策略为绝对收益型，基准为信用债净值） 全样本年化收益：9.6%[38] 全样本年化波动：4.4%[38] 全样本最大回撤：4.4%[38]

根据研报内容，总结如下： 量化模型与构建方式 1. **模型名称：CCBA模型/CCB模型**[6][16][22] * **模型构建思路**：该模型是可转债的赎回概率调整定价模型，用于对可转债进行合理定价[6][16][22] * **模型具体构建过程**：模型的具体构建过程在专题报告《可转债的赎回概率调整定价模型》和《可转债定价模型与应用》中有详细介绍，本报告未详细展开[6][16][22] 2. **模型名称：CCB_out模型**[22] * **模型构建思路**：在CCB定价模型的基础上，进一步考虑退市风险，以更全面地评估可转债价值[22] * **模型具体构建过程**：模型的具体构建过程在专题报告《可转债定价模型与应用》中有介绍，本报告未详细展开[22] 3. **模型名称：收益分解模型**[16][18] * **模型构建思路**：用于将可转债的收益分解为不同来源，以便分析收益构成[16][18] * **模型具体构建过程**：通过该模型将近一个月转债的收益分别拆解为债底收益、股票拉动收益、转债估值收益[16][18] 其核心是将转债价格变动归因于几个关键驱动因素 4. **模型名称：转债&股债组合轮动策略**[9][11][15] * **模型构建思路**：基于转债市场估值水平（定价偏离度），在转债和股债组合之间进行择时配置，估值低时超配转债，估值高时超配股债组合[9][11][15] * **模型具体构建过程**： 1. 计算Z值：Z值 = 定价偏离度 / 过去3年定价偏离度的标准差[11] 2. 对Z值进行截尾处理：按照±1.5倍标准差进行截尾[11] 3. 计算分数：分数 = 截尾后的Z值 / -1.5[11] 4. 确定权重：转债权重 = 50% + 50% × 分数，剩余仓位配置股债组合（50% 7-10Y国债 + 50% 中证1000全收益指数）[9][11] 量化因子与构建方式 1. **因子名称：定价偏离度因子**[6][22][25] * **因子构建思路**：通过比较可转债市场价格与其模型理论定价的差异，来衡量转债的估值高低[6][22][25] * **因子具体构建过程**：定价偏离度 = 转债价格 / CCBA模型定价（或CCB_out模型定价） - 1[6][22] 其中，CCBA模型定价或CCB_out模型定价为根据相应模型计算出的可转债理论价值 2. **因子名称：正股动量因子**[25][30][40] * **因子构建思路**：利用正股过去一段时间的价格动量来预测转债未来表现[25][30] * **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[25] 具体计算方式为各期动量得分的等权平均值 3. **因子名称：转债换手率因子**[30][32][36] * **因子构建思路**：通过转债的成交活跃度（换手率）来捕捉市场热度[30][32] * **因子具体构建过程**：使用转债的5日和21日换手率[32] 具体构建方式未详细说明，可能为两个周期换手率的某种组合（如平均值） 4. **因子名称：高换手因子**[30][32] * **因子构建思路**：在低估转债池中，进一步筛选成交活跃度高的个券[30][32] * **因子具体构建过程**：综合使用转债换手率（5日、21日）以及转债与股票换手率的比率（5日、21日）来构建[32] 5. **因子名称：转债YTM因子**[40] * **因子构建思路**：通过可转债的到期收益率来评估其债性价值，并与信用债收益率进行比较[40] * **因子具体构建过程**：筛选条件是转债YTM + 1% > 3年期AA级信用债YTM[40] 量化策略与构建方式 1. **策略名称：低估值策略**[22][24] * **策略构建思路**：在偏债、平衡、偏股三个分域中，分别选取估值最低（定价偏离度最小）的转债进行配置，并根据分域市场相对估值进行分域择时[22][24] * **策略具体构建过程**： 1. 计算个券定价偏离度（使用CCB_out模型）[22] 2. 转债池筛选：余额3亿以上且评级AA-及以上[22] 3. 组合构建：在偏债、平衡、偏股分域中，分别选取定价偏离度最低的15只转债（共45只）[22] 4. 分域择时：根据偏债、平衡、偏股这三个分域市场的相对估值超配估值过低的分域，低配估值过高的分域[22] 2. **策略名称：低估值+强动量策略**[25][27] * **策略构建思路**：在低估值策略的基础上，引入正股动量因子，结合估值和动量进行选券[25][27] * **策略具体构建过程**：在低估值策略与分域择时的框架下，将定价偏离度因子与正股动量因子（正股过去1、3、6个月动量等权打分）相结合进行选券[25] 3. **策略名称：低估值+高换手策略**[30][32] * **策略构建思路**：先筛选市场上估值较低的转债，再从中选择成交活跃度高的个券进行配置[30][32] * **策略具体构建过程**： 1. 首先选择市场上定价偏离度（CCB_out模型）较低的前50%转债，形成低估转债池[30][32] 2. 在低估转债池中，使用转债高换手因子选择成交热度较高的转债进行配置[30][32] 4. **策略名称：平衡偏债增强策略**[36][38] * **策略构建思路**：专注于偏债和平衡型转债，通过剔除偏股转债控制风险，并在偏债和平衡券中分别运用换手率和动量因子增强收益[36][38] * **策略具体构建过程**： 1. 选择市场上定价偏离度（CCB_out模型）较低的前50%转债，并去掉偏股转债，形成低估池[36] 2. 在偏债转债中，使用转债换手率因子和正股动量因子选券[36][38] 3. 在平衡转债中，使用转债换手率因子选券[36][38] 5. **策略名称：信用债替代策略**[40][42] * **策略构建思路**：筛选债性较强（YTM较高）且优于信用债的转债，结合正股动量进行配置，并通过波动率控制管理风险，部分仓位配置信用债[40][42] * **策略具体构建过程**： 1. 转债池筛选：余额3亿以上、评级AA-及以上，且满足 转债YTM + 1% > 3年期AA级信用债YTM[40] 2. 组合构建：在转债池中选出正股1个月动量最强的20只转债进行配置，个券最大权重不超过2%[40] 3. 风险控制：通过波动率控制方法降低短期回撤，剩余仓位配置信用债[40][42] 6. **策略名称：波动率控制策略**[43][45] * **策略构建思路**：将不同风险收益特征的增强策略与信用债进行组合，通过动态调整仓位将整个组合的波动率控制在目标水平[43][45] * **策略具体构建过程**： 1. 子策略构建：在偏债、平衡、偏股分域中，分别构建低估值+强动量的增强策略（各选15只券）[43] 2. 资产组合：基于偏债增强、平衡增强、偏股增强三个策略以及信用债，通过波动率控制方式将组合波动控制在4%[43][45] 模型的回测效果 （注：报告中策略回测结果均以“等权指数”为基准，该指数为余额3亿以上且AA-及以上转债等权构成[18][22]） 1. **转债&股债组合轮动策略**：该择时策略能够实现稳定的超额收益[11][14] 2. **低估值策略**：全样本年化区间收益22.3%，年化波动13.5%，最大回撤15.6%，区间超额收益11.5%，信息比率2.00[25] 3. **低估值+强动量策略**：全样本年化区间收益24.5%，年化波动14.3%，最大回撤11.9%，区间超额收益13.5%，信息比率2.23[30] 4. **低估值+高换手策略**：全样本年化区间收益25.0%，年化波动15.3%，最大回撤15.9%，区间超额收益13.6%，信息比率2.16[34] 5. **平衡偏债增强策略**：全样本年化区间收益23.6%，年化波动12.2%，最大回撤13.4%[39] 6. **信用债替代策略**：全样本年化区间收益7.3%，年化波动2.1%，最大回撤2.8%[43] 7. **波动率控制策略**：全样本年化区间收益9.9%，年化波动4.4%，最大回撤4.2%[45] 因子的回测效果 （注：报告中未单独提供因子的回测效果指标，因子的有效性体现在整合了该因子的策略表现中）

根据提供的量化研报内容，以下是详细的模型与因子总结： 量化模型与构建方式 1. **CCBA定价模型** - 构建思路：用于衡量转债市场估值水平，通过计算定价偏离度评估配置价值[6] - 构建过程： $$定价偏离度 = \frac{转债价格}{CCBA模型定价} - 1$$ 统计不同偏离度区间下未来N日中证转债的平均收益率与胜率[6][7] - 评价：有效识别转债市场估值合理区间，历史数据显示当前偏离度0.35%处于62.1%分位数（2018年以来）[6] 2. **CCB_out定价模型** - 构建思路：在CCB模型基础上加入退市风险调整，用于低估值策略选券[24] - 构建过程： $$定价偏离度 = \frac{转债价格}{CCB\_out模型定价} - 1$$ 分域（偏债/平衡/偏股）选取偏离度最低的15只转债，结合分域择时配置[24] 3. **收益分解模型** - 构建思路：拆解转债收益来源为债底收益、股票拉动收益、转债估值收益[17][20] - 构建过程：通过CCB模型计算各成分贡献，例如近1个月中证转债收益中正股拉动0.38%、估值贡献0.17%[17][21] 量化因子与构建方式 1. **定价偏离度因子** - 构建过程：基于CCB_out模型计算，用于筛选低估转债池[24][32] - 评价：稳定性强，2018年以来年化超额收益12.2%[27] 2. **正股动量因子** - 构建过程：等权合成正股过去1/3/6个月动量得分，用于低估值+强动量策略[27][31] - 评价：增强策略弹性，2018年组合年化收益达24.5%[31] 3. **高换手因子** - 构建过程：结合5日/21日转债换手率及转债-股票换手比率，筛选低估池中成交活跃券[32][35] - 评价：2023年实现9.6%超额收益，抗回撤能力突出[35] 4. **信用替代因子** - 构建过程：筛选转债YTM+1%>3年期AA信用债YTM的个券，叠加正股动量排名[39][43] - 评价：绝对收益策略波动率<3%，适合低风险配置[43] 模型与因子的回测效果 | 名称 | 年化收益 | 年化波动 | 最大回撤 | IR | 测试区间 | |---------------------|----------|----------|----------|-------|----------------| | 低估值策略 | 21.8% | 13.6% | 15.6% | 2.10 | 2018-2025[27] | | 低估值+强动量策略 | 24.5% | 14.3% | 11.9% | 2.39 | 2018-2025[31] | | 低估值+高换手策略 | 23.4% | 15.4% | 15.9% | 2.15 | 2018-2025[35] | | 平衡偏债增强策略 | 22.9% | 12.3% | 13.4% | - | 2018-2025[39] | | 信用债替代策略 | 7.3% | 2.1% | 2.8% | - | 2018-2025[43] | | 波动率控制策略 | 10.0% | 4.4% | 4.2% | - | 2018-2025[45] | 注：所有策略均基于余额>3亿且评级≥AA-的转债池[24][27][32]