量化模型与构建方式 1. **模型名称：CCBA定价模型** [7] * **模型构建思路**：用于可转债定价，并计算市场整体估值偏离度[7]。 * **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》中提出的可转债定价模型。基于此模型计算每只可转债的理论定价，进而计算其定价偏离度，用以衡量市场估值水平[7]。定价偏离度公式为： $$定价偏离度 = \frac{转债价格}{CCBA模型定价} - 1$$ 其中，`转债价格`为市场交易价格，`CCBA模型定价`为根据该模型计算出的理论价格[7]。 2. **模型名称：CCB定价模型** [22] * **模型构建思路**：用于可转债定价及收益分解[17][22]。 * **模型具体构建过程**：该模型为专题报告《可转债定价模型与应用》中介绍的可转债定价模型。在CCB模型基础上，加入退市风险调整后得到CCB_out模型，用于计算定价偏离度以构建低估值策略[22]。定价偏离度公式为： $$定价偏离度 = \frac{转债价格}{CCB\_out模型定价} - 1$$ 其中，`转债价格`为市场交易价格，`CCB_out模型定价`为考虑退市风险后的理论价格[22]。此外，该模型还可用于收益分解，将转债收益拆解为债底收益、股票拉动收益和转债估值收益三部分[17]。 3. **策略/模型名称：转债&股债组合轮动策略** [11] * **模型构建思路**：基于转债市场整体估值（定价偏离度）的高低，在可转债和股债组合之间进行择时轮动配置[2][11]。 * **模型具体构建过程**： 1. 构建股债组合：采用50%的7-10年期国债加上50%的中证1000全收益指数[2][11]。 2. 计算估值分数：首先计算市场整体定价偏离度在过去3年标准差基础上的Z值（`Z值 = 定价偏离度 / 过去3年标准差`），并按照±1.5倍标准差进行截尾处理。然后将截尾后的Z值除以-1.5得到分数[11]。 3. 确定权重：转债权重 = 50% + 50% × 分数，剩余仓位配置股债组合。通过该规则，在转债市场低估时超配转债，高估时超配股债组合[11]。 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）** [22] * **因子构建思路**：衡量单只可转债市场价格相对于其理论价值的偏离程度，偏离度越低代表估值越低，作为价值因子使用[22]。 * **因子具体构建过程**：使用CCB_out模型计算每只转债的理论价格，然后计算定价偏离度[22]。公式为： $$定价偏离度 = \frac{转债价格}{CCB\_out模型定价} - 1$$ 该值越小，表明转债相对其理论价值越便宜[22]。 2. **因子名称：正股动量因子** [25][28] * **因子构建思路**：通过正股过去一段时间的历史表现来预测未来走势，作为动量因子使用[25]。 * **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综合动量因子[25][28]。 3. **因子名称：转债高换手因子** [27][31] * **因子构建思路**：衡量可转债的市场交易活跃度，高换手可能代表市场关注度高或流动性好[27]。 * **因子具体构建过程**：综合使用转债换手率（计算周期为5日和21日）以及转债与股票换手率的比率（计算周期为5日和21日）来构建[31]。 4. **复合因子/策略：低估值+强动量** [25] * **构建思路**：将定价偏离度因子（价值）与正股动量因子相结合，旨在选取既便宜又具备上涨势头的转债[25]。 * **具体构建过程**：在低估值策略的基础上，引入正股动量因子（过去1、3、6个月动量等权打分）进行综合筛选[25][28]。 5. **复合因子/策略：低估值+高换手** [27] * **构建思路**：在估值较低的转债池中，进一步筛选交易活跃的个券，结合价值和流动性[27]。 * **具体构建过程**：首先使用定价偏离度因子筛选出市场上估值较低的50%的转债，然后在该低估池中使用转债高换手因子选择成交热度较高的个券进行配置[27][31]。 模型的回测效果 （注：以下策略基准均为“等权指数”，回测区间为2018年至2026年2月13日，指标为全样本年化值） 1. **低估值策略** * 区间收益：20.9% [25] * 年化波动：13.1% [25] * 最大回撤：18.0% [25] * 区间超额收益（相对基准）：8.8% [25] * 信息比率(IR)：1.48 [25] 2. **低估值+强动量策略** * 区间收益：25.2% [29] * 年化波动：13.8% [29] * 最大回撤：13.2% [29] * 区间超额收益（相对基准）：12.7% [29] * 信息比率(IR)：2.19 [29] 3. **低估值+高换手策略** * 区间收益：23.6% [32] * 年化波动：15.0% [32] * 最大回撤：15.9% [32] * 区间超额收益（相对基准）：11.3% [32] * 信息比率(IR)：1.82 [32] 4. **平衡偏债增强策略**（绝对收益型，无明确对比基准） * 区间（年化）收益：22.8% [35] * 年化波动：12.1% [35] * 最大回撤：13.9% [35] 5. **信用债替代策略**（绝对收益型，对比信用债净值） * 区间（年化）收益：7.1% [38] * 年化波动：2.1% [38] * 最大回撤：2.8% [38] 6. **波动率控制策略**（绝对收益型，对比信用债净值） * 区间（年化）收益：9.7% [42] * 年化波动：4.4% [42] * 最大回撤：4.4% [42] 因子的回测效果 （注：报告中未提供单一因子的独立回测绩效指标，所有因子均作为组成部分融入上述策略中进行测试。因此，本部分无具体指标值可总结。）

量化模型与构建方式 1. 模型名称：CCBA/CCB定价模型 * **模型构建思路**：基于可转债的期权属性，构建一个包含赎回概率调整的定价模型，用于计算可转债的理论价值，并以此衡量市场实际价格与理论价值的偏离程度（即估值水平）[6]。 * **模型具体构建过程**：该模型在专题报告《可转债的赎回概率调整定价模型》中介绍。其核心是计算“定价偏离度”指标，该指标反映了转债市场价格相对于其模型理论定价的溢价或折价幅度[6]。具体公式为： $$定价偏离度 = \frac{转债价格}{CCBA模型定价} - 1$$ 其中，CCBA模型定价为考虑赎回概率调整后的可转债理论价值。报告后续策略中使用的CCB_out模型是在CCB定价模型基础上，进一步加入了退市风险调整得到的[21]。 2. 模型名称：转债&股债组合轮动策略（择时模型） * **模型构建思路**：基于转债市场的整体估值水平（定价偏离度），在转债资产和股债组合之间进行动态资产配置。当转债市场低估时超配转债，高估时超配股债组合，以获取稳定的超额收益[2][10]。 * **模型具体构建过程**： 1. **构建基准股债组合**：由于转债弹性低于权益且正股风格接近小盘股，构建一个由50%的7-10年期国债和50%的中证1000全收益指数组成的股债组合作为比较基准[2][10]。 2. **计算估值分数**： a. 计算定价偏离度的Z值：$$Z值 = \frac{定价偏离度}{过去3年定价偏离度的标准差}$$[10] b. 对Z值进行截尾处理：按照±1.5倍标准差进行截尾[10]。 c. 计算分数：将截尾后的Z值除以-1.5得到最终的估值分数[10]。 3. **动态配置权重**：转债权重 = 50% + 50% × 估值分数，剩余仓位配置上述股债组合。通过该公式，当估值分数为1（极度低估）时，转债权重为100%；当估值分数为-1（极度高估）时，转债权重为0%[10]。 3. 模型名称：收益分解模型 * **模型构建思路**：将可转债的收益来源进行拆解，分别分析债底收益、正股上涨带来的收益以及转债估值变化带来的收益，用于复盘市场表现[16]。 * **模型具体构建过程**：基于专题报告《可转债定价模型与应用》中的方法，将近一个月（2025/12/19-2026/1/16）中证转债指数的累计收益分解为三个部分：债底收益（由CCB模型计算）、股票拉动收益（由CCB模型计算）、转债估值收益（由CCB模型计算）[16][17]。 量化因子与构建方式 1. 因子名称：定价偏离度因子（估值因子） * **因子构建思路**：通过比较可转债市场价格与其理论模型定价（CCB_out模型）的差异，构建一个衡量个券估值高低的因子。价格低于理论值越多，因子值越小，代表估值越低，越具投资价值[21][23]。 * **因子具体构建过程**：使用CCB_out模型（CCB定价模型+退市风险调整）计算每只可转债的理论定价，然后按以下公式计算定价偏离度： $$定价偏离度 = \frac{转债价格}{CCB\_out模型定价} - 1$$[21] 该因子值越小，表明转债相对于其理论价值越便宜。 2. 因子名称：正股动量因子 * **因子构建思路**：利用转债正股的历史价格动量信息，选择正股趋势向上的转债，以增强策略的弹性[24][26]。 * **因子具体构建过程**：计算正股过去1个月、3个月、6个月的收益率（动量），然后将这三个不同时间窗口的动量值进行等权打分，综合形成一个正股动量因子[24][26]。 3. 因子名称：转债换手率因子 * **因子构建思路**：使用转债自身的成交活跃度（换手率）作为因子，筛选市场关注度高、交易活跃的个券[27][28]。 * **因子具体构建过程**：报告中使用了两个维度的换手率指标：一是转债自身的5日和21日换手率；二是转债与股票换手率的比率（5日、21日）。这些指标用于衡量转债的交易活跃度[28]。 4. 因子名称：高换手因子（复合因子） * **因子构建思路**：在低估值转债池中，进一步结合转债换手率因子，筛选出既低估又交易活跃的个券[27]。 * **因子具体构建过程**：首先使用定价偏离度因子筛选出市场上估值较低的50%的转债，形成“低估池”。然后在该池中，使用转债换手率因子（具体构建方式见因子3）选择成交热度较高的转债进行配置[27][28]。 5. 因子名称：信用替代筛选因子 * **因子构建思路**：通过比较可转债的到期收益率（YTM）与信用债的收益率，筛选出具备信用债替代价值的可转债[33]。 * **因子具体构建过程**：设定筛选条件为：转债的YTM加上1%后，仍大于3年期AA级信用债的YTM。满足此条件的转债被视为具有配置性价比，可纳入备选池[33]。 模型的回测效果 （注：以下模型回测基准均为“等权指数”，即余额3亿以上且评级AA-及以上的转债等权组合[21]） 1. **转债&股债组合轮动策略（择时模型）**：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。 2. **收益分解模型**：该模型为分析模型，用于收益归因，未提供策略回测效果。 因子的回测效果 （注：以下所有策略回测区间均为2018年至2026年1月16日，基准均为上述“等权指数”[24][27][30]） 1. 低估值策略（核心因子：定价偏离度） * **区间收益（全样本年化）**：20.8%[24] * **年化波动（全样本年化）**：13.1%[24] * **最大回撤（全样本）**：18.0%[24] * **区间超额（全样本年化）**：8.9%[24] * **信息比率（IR）（全样本）**：1.51[24] 2. 低估值+强动量策略（核心因子：定价偏离度 + 正股动量） * **区间收益（全样本年化）**：24.7%[27] * **年化波动（全样本年化）**：13.7%[27] * **最大回撤（全样本）**：13.2%[27] * **区间超额（全样本年化）**：12.4%[27] * **信息比率（IR）（全样本）**：2.15[27] 3. 低估值+高换手策略（核心因子：定价偏离度 + 转债换手率） * **区间收益（全样本年化）**：23.7%[30] * **年化波动（全样本年化）**：15.0%[30] * **最大回撤（全样本）**：15.9%[30] * **区间超额（全样本年化）**：11.5%[30] * **信息比率（IR）（全样本）**：1.85[30] 4. 平衡偏债增强策略（核心因子：定价偏离度、转债换手率、正股动量） * **区间收益（全样本年化）**：22.6%[33] * **年化波动（全样本年化）**：12.1%[33] * **最大回撤（全样本）**：13.9%[33] * **区间超额**：该策略为绝对收益型，未直接对比等权指数提供超额收益数据。 * **信息比率（IR）**：未提供。 5. 信用债替代策略（核心因子：信用替代筛选因子、正股动量） * **区间收益（全样本年化）**：7.1%[33] * **年化波动（全样本年化）**：低于3%[33] * **最大回撤（全样本）**：低于3%[33] * **区间超额**：该策略以信用债为基准，未提供相对于转债等权指数的超额。 * **信息比率（IR）**：未提供。 6. 波动率控制策略（核心子策略：低估值+强动量） * **区间收益（全样本年化）**：9.6%[38] * **年化波动（全样本年化）**：4.4%[38] * **最大回撤（全样本）**：4.4%[38] * **区间超额**：该策略目标为控制波动，未提供相对于转债等权指数的超额。 * **信息比率（IR）**：未提供。

量化模型与构建方式 1. **模型名称：CCBA定价模型[6]** * **模型构建思路：** 该模型是一个可转债的赎回概率调整定价模型，用于计算可转债的理论价值，并以此衡量市场估值水平[6] * **模型具体构建过程：** 模型的具体构建过程在引用的专题报告中，本篇报告未详细描述。其核心输出是计算定价偏离度，公式为：$$定价偏离度 = \frac{转债价格}{CCBA模型定价} - 1$$ 该指标用于衡量转债当前价格相对于其模型理论价值的溢价或折价程度[6] 2. **模型名称：CCB定价模型与CCB_out模型[21]** * **模型构建思路：** CCB模型用于可转债定价，CCB_out模型是在CCB模型的基础上进一步考虑了退市风险，从而构建更稳健的定价偏离度指标[21] * **模型具体构建过程：** 报告未详细描述CCB和CCB_out模型的具体定价过程。其应用是计算定价偏离度因子，公式为：$$定价偏离度 = \frac{转债价格}{CCB\_out模型定价} - 1$$ 该因子值越低，表明转债相对于其理论价值越低估[21] 3. **模型名称：收益分解模型[16]** * **模型构建思路：** 该模型用于将可转债的收益分解为几个不同来源的贡献，以便于分析收益的驱动因素[16] * **模型具体构建过程：** 模型将转债收益拆解为三部分：债底收益、股票拉动收益、转债估值收益。具体分解方法基于引用的专题报告中的CCB模型[16] 4. **模型名称：转债&股债组合轮动策略[11]** * **模型构建思路：** 基于转债市场的估值水平（定价偏离度），在转债和股债组合（50% 7-10Y国债 + 50% 中证1000全收益指数）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] * **模型具体构建过程：** 1. 计算定价偏离度的Z值：$$Z值 = \frac{定价偏离度}{过去3年定价偏离度的标准差}$$ [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. 计算估值分数：$$分数 = \frac{截尾后的Z值}{-1.5}$$ [11] 4. 确定转债权重：$$转债权重 = 50\% + 50\% \times 分数$$，剩余仓位配置股债组合[11] 模型的回测效果 * **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[11]，但未提供具体的量化指标。 量化因子与构建方式 1. **因子名称：定价偏离度因子（CCB_out）[21][26][30]** * **因子构建思路：** 基于CCB_out模型计算的理论价值，衡量转债市场价格相对于其理论价值的低估或高估程度，因子值越低代表越低估[21] * **因子具体构建过程：** 因子计算公式为：$$定价偏离度 = \frac{转债价格}{CCB\_out模型定价} - 1$$ [21] 2. **因子名称：正股动量因子[26]** * **因子构建思路：** 使用转债对应正股的历史价格动量来预测其未来表现[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综合动量因子[26] 3. **因子名称：转债换手率因子[30]** * **因子构建思路：** 通过转债的成交活跃度（换手率）来捕捉市场的关注度和短期热点[30] * **因子具体构建过程：** 因子构建涉及两个指标：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）[30] 因子的回测效果 * 本报告未单独列出因子的测试结果，而是将因子作为组成部分融入了策略的回测中。 量化策略与构建方式 1. **策略名称：低估值策略[21]** * **策略构建思路：** 在满足余额3亿以上且评级AA-及以上的转债中，使用CCB_out定价偏离度因子，在偏债、平衡、偏股三个分域中分别选取偏离度最低的15只转债（共45只）构建组合，并结合分域市场的相对估值进行分域择时配置[21] * **策略具体构建过程：** 1. 筛选转债池：余额≥3亿，评级≥AA-[21] 2. 计算因子：计算池内所有转债的CCB_out定价偏离度[21] 3. 分域选券：在偏债、平衡、偏股三个分域中，分别选取定价偏离度因子值最小的15只转债[21] 4. 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[21] 2. **策略名称：低估值+强动量策略[26]** * **策略构建思路：** 在低估值策略与分域择时的基础上，引入正股动量因子，将定价偏离度因子与正股动量因子相结合，旨在选取既低估又有正股动量支撑的转债，形成弹性更强的组合[26] * **策略具体构建过程：** 结合了低估值策略的选券和择时框架，并将定价偏离度因子与正股动量（过去1/3/6个月动量等权打分）因子结合进行综合筛选[26] 3. **策略名称：低估值+高换手策略[30]** * **策略构建思路：** 首先使用CCB_out定价偏离度因子筛选出市场上较低估的50%转债，然后在该低估转债池中，使用转债高换手因子选择成交活跃的转债进行配置[30] * **策略具体构建过程：** 1. 初筛：使用CCB_out定价偏离度因子，选择全市场该因子值最低的50%的转债构成低估池[30] 2. 精选：在低估池中，使用转债高换手因子（涉及转债换手率及转债与股票换手率比率）进一步筛选出热度高的转债[30] 4. **策略名称：平衡偏债增强策略[31]** * **策略构建思路：** 首先选择市场上较低估的50%转债并剔除偏股转债，形成偏债和平衡转债的池子，然后在偏债池中使用转债换手率因子+正股动量因子，在平衡转债池中使用转债换手率因子进行增强配置[31] * **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全市场较低估的50%转债，并从中去掉偏股转债[31] 2. 偏债增强：在偏债转债中，结合使用转债换手率因子和正股动量因子选券[31] 3. 平衡增强：在平衡转债中，使用转债换手率因子选券[31] 5. **策略名称：信用债替代策略[34]** * **策略构建思路：** 筛选出债性较强（YTM+1% > 3年期AA级信用债YTM）的转债，并从中选取正股动量强的个券，结合波动率控制方法管理回撤，剩余仓位配置信用债，旨在获取绝对收益[34] * **策略具体构建过程：** 1. 筛选转债池：余额≥3亿，评级≥AA-，且满足 转债YTM + 1% > 3年期AA级信用债YTM[34] 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%[34] 3. 波动率控制：应用波动率控制方法以降低短期回撤[34] 4. 资产配置：剩余仓位配置于信用债[34] 6. **策略名称：波动率控制策略[36]** * **策略构建思路：** 基于低估值+强动量因子在偏债、平衡、偏股三个分域中分别构建增强策略，并加入信用债资产，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（如4%），实现稳健的绝对收益[36] * **策略具体构建过程：** 1. 构建子策略：在偏债、平衡、偏股分域中，分别选取低估值+强动量打分最高的15只转债，形成偏债增强、平衡增强、偏股增强三个子策略[36] 2. 资产组合：将上述三个增强子策略与信用债资产共同作为配置标的[36] 3. 波动率控制：通过动态调整各类资产权重，将整个组合的波动率控制在4%左右[36] 策略的回测效果 1. **低估值策略**[24] * 全样本年化收益：21.3% * 全样本年化波动：13.2% * 全样本最大回撤：18.0% * 全样本区间超额收益（相对于等权指数）：10.1% * 全样本信息比率（IR）：1.71 2. **低估值+强动量策略**[28] * 全样本年化收益：25.0% * 全样本年化波动：13.8% * 全样本最大回撤：13.2% * 全样本区间超额收益（相对于等权指数）：13.5% * 全样本信息比率（IR）：2.31 3. **低估值+高换手策略**[31] * 全样本年化收益：23.6% * 全样本年化波动：15.1% * 全样本最大回撤：15.9% * 全样本区间超额收益（相对于等权指数）：12.2% * 全样本信息比率（IR）：1.96 4. **平衡偏债增强策略**[34] * 全样本年化收益：22.4% * 全样本年化波动：12.2% * 全样本最大回撤：13.9% 5. **信用债替代策略**[36] * 全样本年化收益：7.2% * 全样本年化波动：2.1% * 全样本最大回撤：2.8% 6. **波动率控制策略**[39] * 全样本年化收益：9.7% * 全样本年化波动：4.4% * 全样本最大回撤：4.4% 对模型或因子的评价 * **低估值策略**：策略稳定性强，在2022年仍能实现正收益[21] * **低估值+强动量策略**：策略弹性强[26] * **低估值+高换手策略**：2023年超额收益稳定[30] * **平衡偏债增强策略**：波动与回撤控制较好，例如2023年波动率与最大回撤仅为7.6%与4.5%[31] * **转债&股债组合轮动策略**：能够实现稳定的超额收益[11]

可转债市场表现与属性 - 截至2025年10月10日，中证转债指数年内累计上涨17.14%，可转债成交额合计13.46万亿元，同比增长37.75% [1] - 可转债具有“进可攻、退可守”属性，2018年市场下跌时中证转债指数仅下跌1.16%，而同期沪深300指数下跌25.31%，中证500指数下跌33.32%；2019年市场上涨时中证转债指数涨幅达25.15% [3] - 可转债实行T+0交易机制，换手率和流动性较好，且发行门槛高，主板上市公司需满足最近三个会计年度盈利且加权平均净资产收益率平均不低于6% [8] 影响可转债定价的核心因素 - 正股价格是核心因素，正股上涨直接提升可转债的转股价值并带动其价格上涨 [8][9] - 市场无风险利率变化直接影响可转债的债底价值，利率下降时债底价值抬升并对价格形成支撑 [10] - 转股价格下修条款是重要价值催化剂，当正股价格持续低于转股价时，下调转股价能显著提升可转债的转换价值和市场价格 [10] - T+0交易机制可能使可转债成为短线资金追逐热点，导致价格短期内脱离实际转换价值大幅上涨 [11] - 供需格局影响估值水平，供给端受IPO和再融资政策影响，需求端受公募基金、企业年金、保险等机构资金配置行为影响 [11] 常见可转债量化策略 - 双低策略寻找价格低且转股溢价率低的可转债，目标为控制下行风险并捕捉正股上涨收益，适合震荡市和牛市初期 [13] - 低溢价率策略专注于转股溢价率极低或为负的可转债，目标为紧密跟踪正股表现，进攻性强，适合看好正股上涨或捕捉折价套利机会时 [13] - 高YTM策略将可转债视为债券，寻找到期收益率高的品种，目标为获取稳定利息收益并追求本金安全，防御性强，适合市场下跌或震荡时 [13] - 事件驱动策略关注可能引起价格波动的事件，如公司发布业绩预告、提议下修转股价等，目标为捕捉事件带来的脉冲式行情，适合对市场信息和公司基本面有较强分析能力的投资者 [13]