量化模型与构建方式 1. **模型名称：转债综合估值因子模型**[21] * **模型构建思路**：从估值视角对可转债的配置价值进行系统性增强，筛选出在全域和分域上表现优异的估值因子，并将其融合构建综合因子[21]。 * **模型具体构建过程**： 1. 构建两个基础估值因子： * **转股溢价率偏离度因子**：计算为转债的转股溢价率减去其拟合转股溢价率，以衡量实际溢价率相对于拟合值的偏离度[22]。 * **理论价值偏离度（蒙特卡洛模型）因子**：计算为转债收盘价除以蒙特卡洛模拟得出的理论价值再减1，以衡量价格与理论价值的预期差[22]。 2. 将两个基础因子进行融合，构建**转债综合估值因子**。具体方法是对两个因子的截面排名进行相加[21][22]。 $$转债综合估值因子 = Rank（转股溢价率偏离度） + Rank（理论价值偏离度（蒙特卡洛模拟））$$ * **模型评价**：转债综合估值因子在全域、平衡型和偏债型转债上表现较优[21]。 2. **模型名称：低估风格指数构建模型**[20][22][23] * **模型构建思路**：根据转债的平底溢价率将其划分为偏股、平衡、偏债三种风格，并在每种风格内部，利用估值因子筛选出被低估的个券，构建等权配置的低估指数[20][22]。 * **模型具体构建过程**： 1. **风格划分**：将平底溢价率大于15%的转债划分为**偏股型**，小于-15%的划分为**偏债型**，其余为**平衡型**[20][22]。 2. **基础指数构建**：为每种风格构建等权指数（偏股转债指数、平衡转债指数、偏债转债指数），双周频调仓[22]。 3. **低估指数构建**： * 对于**平衡型**和**偏债型**转债，选择**转债综合估值因子**排名前1/3的个券，分别构建平衡转债低估指数和偏债转债低估指数[21][23]。 * 对于**偏股型**转债，选择**理论价值偏离度（蒙特卡洛模型）因子**排名前1/3的个券，构建偏股转债低估指数[21][23]。 4. **筛选与限制**： * 成分券数量上限为30只[20][23]。 * 排除正股收盘价<1.3元、正股市值<5亿元、正股ST、转债评级<AA-、转债剩余规模<2亿元、剩余期限<30天、公告提示强制赎回的个券[23]。 * 对于偏债转债低估指数，额外限制成分券对应正股的净利润TTM大于0[20][24]。 3. **模型名称：转债风格轮动模型**[28][29] * **模型构建思路**：利用市场情绪识别指标（动量与波动率偏离度）对三种低估风格指数进行轮动配置，以捕捉风格切换机会[28]。 * **模型具体构建过程**： 1. **计算市场情绪捕捉指标**：在单个转债层面计算**转债20日动量**和**波动率偏离度**因子，然后在每个低估风格指数内部取这两个因子值的中位数，作为该指数的情绪指标[28]。 2. **计算综合排名**：将各指数在两个情绪指标上的排名相加，得到**转债风格市场情绪捕捉指标**[28][29]。 $$转债风格市场情绪捕捉指标 = Rank（转债 20 日动量） + Rank（波动率偏离度）$$ 3. **确定仓位**：选择综合排名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[20][28][29]。双周频调仓[28]。 量化因子与构建方式 1. **因子名称：转股溢价率偏离度**[22] * **因子构建思路**：衡量转债的实际转股溢价率相对于其理论拟合值的偏离程度，使得不同平价水平的转债具有可比性[22]。 * **因子具体构建过程**：计算为转债的转股溢价率减去其拟合转股溢价率[22]。 $$转股溢价率偏离度 = 转股溢价率 − 拟合转股溢价率$$ * 拟合转股溢价率通过截面回归得到，具体公式为： $$y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$$ 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[46]。 2. **因子名称：理论价值偏离度（蒙特卡洛模型）**[22] * **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，计算其理论价值，并用价格与理论价值的比率衡量估值高低[22]。 * **因子具体构建过程**：计算为转债收盘价除以蒙特卡洛模拟得出的理论价值，再减去1[22]。 $$理论价值偏离度 = 转债收盘价 / 理论价值（蒙特卡洛模型） - 1$$ * 理论价值通过蒙特卡洛模拟计算，每个时点模拟10000条路径，并以同信用同期限利率作为贴现率[22]。 3. **因子名称：百元转股溢价率**[3][16][46] * **因子构建思路**：构建一个在时序上可比的估值指标，用于衡量转债相对于正股的配置价值[3][16]。 * **因子具体构建过程**： 1. 在每个时点，使用截面数据拟合转股溢价率($y$)与转股价值($x$)的关系曲线，拟合公式为： $$y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$$[46] 2. 将转股价值$x$设定为100元，代入拟合公式，计算得到的$y$值即为“百元转股溢价率”[46]。 4. **因子名称：修正YTM – 信用债YTM**[4][16][47] * **因子构建思路**：剥离转股条款对转债到期收益率(YTM)的影响，修正后的YTM与同等级信用债YTM比较，以衡量偏债型转债相对于信用债的配置价值[4][16]。 * **因子具体构建过程**： 1. 计算单只偏债型转债的**修正YTM**： $$修正 YTM = 转债 YTM × (1 – 转股概率) + 预期转股的到期年化收益率 × 转股概率$$[47] * 其中，转股概率$N(d_2)$通过Black-Scholes模型计算得出[48]。 2. 计算该转债的修正YTM与同等级、同期限的企业债（信用债）YTM之差$X_i$[48]。 3. 计算截面所有偏债型转债$X_i$的**中位数**，作为市场整体指标[4][48]。 $$“修正 YTM – 信用债 YTM”中位数 = median\{X_1, X_2, ... , X_n\}$$ 5. **因子名称：转债20日动量**[28][29] * **因子构建思路**：作为市场情绪识别指标之一，用于风格轮动[28]。 * **因子具体构建过程**：报告中未给出具体计算公式，但指明为转债层面的20日动量因子[28][29]。 6. **因子名称：波动率偏离度**[28][29] * **因子构建思路**：作为市场情绪识别指标之一，用于风格轮动[28]。 * **因子具体构建过程**：报告中未给出具体计算公式，仅提及名称[28][29]。 模型的回测效果 （回测区间：2018-02-14 至 2025-12-12，除非特别说明） 1. **偏股转债低估指数**，年化收益率25.86%，年化波动率20.68%，最大回撤22.94%，信息比率(IR)1.25，卡玛比率1.13[25] 2. **平衡转债低估指数**，年化收益率14.96%，年化波动率11.97%，最大回撤15.95%，信息比率(IR)1.25，卡玛比率0.94[25] 3. **偏债转债低估指数**，年化收益率12.11%，年化波动率9.83%，最大回撤17.78%，信息比率(IR)1.23，卡玛比率0.68[25] 4. **转债风格轮动模型**，年化收益24.52%，年化波动16.81%，最大回撤15.89%，信息比率(IR)1.46，卡玛比率1.54[34] 因子的近期表现 （截至2025年12月12日，近2周） 1. **低估值因子（在偏股转债中）**，增强超额-2.89%[5][24] 2. **低估值因子（在平衡转债中）**，增强超额-0.82%[5][24] 3. **低估值因子（在偏债转债中）**，增强超额-0.74%[5][24]

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：衡量转股溢价率相对于其拟合值的偏离程度，以实现不同平价水平下转债估值的可比性[17]；因子具体构建过程：首先在截面数据上，使用转股价值作为自变量，转股溢价率作为因变量进行非线性拟合，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，$\alpha_{0}$ 和 $\alpha_{1}$ 为拟合参数，$\epsilon_{i}$ 为残差项[42]。然后，计算每只转债的转股溢价率偏离度，公式为：转股溢价率偏离度 = 个券转股溢价率 - 拟合转股溢价率[18]。该因子值越大，表明转债的转股溢价率相对其拟合值越高，估值可能越贵。 2 因子名称：理论价值偏离度（蒙特卡洛模型）；因子构建思路：通过蒙特卡洛模拟方法计算转债的理论价值，并以此衡量市场价格相对于理论价值的偏离程度，从而捕捉定价误差带来的投资机会[17][18]；因子具体构建过程：首先，使用蒙特卡洛模拟方法为每只转债计算其理论价值，此过程会充分模拟转股、赎回、下修、回售等条款，模拟路径数为10000条，并以同信用等级、同期限的利率作为贴现率[18]。然后，计算每只转债的理论价值偏离度，公式为：理论价值偏离度 = (转债收盘价 / 理论价值) - 1[18]。该因子值越大，表明转债的市场价格相对其理论价值越高，估值可能越贵。 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（蒙特卡洛模型）两个单一估值因子进行融合，以构建一个综合性的估值评估指标，旨在不同风格的转债中都能取得较好的效果[5][17]；因子具体构建过程：首先，分别计算每只转债的转股溢价率偏离度因子值和理论价值偏离度（蒙特卡洛模型）因子值。然后，对这两个因子的值在截面进行排名（Rank）。最后，将两个因子的排名值相加，得到综合估值因子[18]，公式为：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]。该因子是一个复合因子，其值越小通常代表估值越低。 4 因子名称：百元转股溢价率；因子构建思路：构建一个在时间序列上可比的指标，用于衡量当转股价值为100元时，转债的理论转股溢价率水平，以此判断转债市场整体的估值高低[3][13]；因子具体构建过程：在每个时间截面上，使用转股价值作为自变量，转股溢价率作为因变量进行非线性拟合，拟合公式为 $$y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$$[42][43]。将转股价值 ($x_{i}$) = 100 代入拟合得到的公式中，计算出的 $y_{i}$ 即为该时间点上的“百元转股溢价率”[42]。该因子是一个市场整体估值指标，而非个券因子。 5 因子名称：修正 YTM – 信用债 YTM 中位数；因子构建思路：针对偏债型转债，通过剥离转股条款对其到期收益率（YTM）的影响，计算出修正后的YTM，再与同等级同期限的信用债YTM比较，以衡量偏债型转债相对于信用债的配置价值[4][13]；因子具体构建过程：首先，计算每只偏债型转债的修正YTM，公式为：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]。其中，转股概率 N(d2) 通过Black-Scholes模型计算，输入变量包括正股收盘价、期权执行价、正股波动率、剩余期限、贴现率[44]。然后，计算每只偏债型转债的修正YTM与同等级同期限信用债YTM的差值。最后，取所有偏债型转债该差值的中位数，即为“修正 YTM – 信用债 YTM”中位数[44]。该因子是一个市场板块估值指标，中位数越低表明偏债转债整体配置性价比越低[4][13]。 6 因子名称：转债20日动量；因子构建思路：捕捉转债价格的短期动量效应，作为市场情绪的一个表征指标[6][24]；因子具体构建过程：计算转债过去20个交易日的收益率，作为其动量因子值[24][25]。该因子用于风格轮动模型。 7 因子名称：波动率偏离度；因子构建思路：捕捉转债波动率相对于其自身历史水平的偏离，作为市场情绪的另一个表征指标[6][24]；因子具体构建过程：文档中未详细描述其计算方法，但指出它是市场情绪识别指标之一[24]。该因子用于风格轮动模型。 8 因子名称：转债风格市场情绪捕捉指标；因子构建思路：将动量因子和波动率因子合并，构建一个综合指标来捕捉市场情绪，用于指导风格配置[24]；因子具体构建过程：首先，在转债风格指数（如偏股低估指数）内部，计算其成分券的转债20日动量和波动率偏离度因子的中位数，以此代表该风格指数的情绪指标值[24]。然后，对不同风格指数的这两个情绪指标值进行截面排名（Rank）。最后，将每个风格指数在两个情绪指标上的排名值相加，得到该风格的综合市场情绪捕捉指标[24][25]，公式为：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）[25]。该指标值越小，代表市场情绪对该风格越有利。 因子的回测效果 1 转股溢价率偏离度因子，具体测试结果取值见复合因子“转债综合估值因子” 2 理论价值偏离度（蒙特卡洛模型）因子，具体测试结果取值见复合因子“转债综合估值因子” 3 转债综合估值因子，具体测试结果取值见其构建的指数效果 4 百元转股溢价率因子，截至2025年9月12日，其滚动三年历史分位数为98.00%，滚动五年历史分位数为93.70%[3][13] 5 修正 YTM – 信用债 YTM 中位数因子，截至2025年9月12日，其取值为-2.48%[4][13] 6 转债20日动量因子，具体测试结果取值见复合因子“转债风格市场情绪捕捉指标” 7 波动率偏离度因子，具体测试结果取值见复合因子“转债风格市场情绪捕捉指标” 8 转债风格市场情绪捕捉指标，具体测试结果取值见其应用的轮动策略效果 量化模型与构建方式 1 模型名称：低估值增强策略模型（偏股/平衡/偏债低估指数）；模型构建思路：在划分转债风格（偏股、平衡、偏债）的基础上，针对不同风格选取有效的估值因子，筛选出估值较低的个券构建投资组合，以获取估值回归带来的超额收益[5][16][17]；模型具体构建过程： a 风格划分：根据平底溢价率对转债进行风格划分。平底溢价率 > 15% 划分为偏股型转债；平底溢价率 < -15% 划分为偏债型转债；其余划分为平衡型转债[16]。 b 因子选择：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；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[5][17]。 c 成分券筛选：在各自风格板块内，选择对应因子排名前1/3的转债[5][17]。同时施加以下筛选条件：1. 正股收盘价 >= 1.3元；2. 正股市值 >= 5亿元；3. 正股非ST；4. 转债评级 >= AA-; 5. 转债剩余规模 >= 2亿元；6. 剩余期限 >= 30天；7. 未公告强制赎回；8. 对于偏债转债低估指数，额外要求正股净利润TTM > 0[16][19]。最终成分券数量上限为30只[16][19]。 d 组合构建：通过等权重方式配置通过筛选的个券，每两周调仓一次[18][19]。 2 模型名称：转债风格轮动模型；模型构建思路：基于动量、波动率等市场情绪指标，动态地在偏股低估、平衡低估、偏债低估三种风格指数之间进行切换配置，以捕捉不同市场环境下的优势风格[6][24]；模型具体构建过程： a 计算市场情绪指标：计算偏股低估、平衡低估、偏债低估三个风格指数的“转债风格市场情绪捕捉指标”值（计算方法见因子部分）[24][25]。 b 确定配置仓位：对三个风格指数的“转债风格市场情绪捕捉指标”值进行排序，选择排名最低的风格指数进行配置[24][25]。若有两个风格指数排名并列最低，则各配置50%仓位；若三个风格指数排名相同，则100%配置平衡低估风格[16][25]。 模型的回测效果 1 低估值增强策略模型（偏股转债低估指数），年化收益率25.46%，年化波动率20.55%，最大回撤-22.94%，信息比率(IR)1.24，卡玛比率1.11，月度胜率62.64%[21] 2 低估值增强策略模型（平衡转债低估指数），年化收益率14.85%，年化波动率11.88%，最大回撤-15.95%，信息比率(IR)1.25，卡玛比率0.93，月度胜率62.64%[21] 3 低估值增强策略模型（偏债转债低估指数），年化收益率13.31%，年化波动率9.50%，最大回撤-17.78%，信息比率(IR)1.40，卡玛比率0.75，月度胜率58.24%[21] 4 低估值增强策略模型（偏股转债指数基准），年化收益率14.03%，年化波动率19.30%，最大回撤-40.22%，信息比率(IR)0.73，卡玛比率0.35，月度胜率56.04%[21] 5 低估值增强策略模型（平衡转债指数基准），年化收益率8.43%，年化波动率11.79%，最大回撤-21.81%，信息比率(IR)0.72，卡玛比率0.39，月度胜率61.54%[21] 6 低估值增强策略模型（偏债转债指数基准），年化收益率8.02%，年化波动率8.18%，最大回撤-13.49%，信息比率(IR)0.98，卡玛比率0.59，月度胜率61.54%[21] 7 转债风格轮动模型，年化收益24.37%，年化波动16.71%，最大回撤-15.89%，信息比率(IR)1.46，卡玛比率1.53，月度胜率64.84%[28][30] 8 转债风格轮动模型（转债低估等权指数基准），年化收益14.67%，年化波动11.02%，最大回撤-15.48%，信息比率(IR)1.33，卡玛比率0.95，月度胜率61.54%[30] 9 转债风格轮动模型（转债等权指数基准），年化收益9.81%，年化波动11.75%，最大回撤-20.60%，信息比率(IR)0.83，卡玛比率0.48，月度胜率60.44%[30] 10 低估值增强策略模型，近3周在偏股、平衡、偏债三类转债中增强超额分别为-1.81%、0.92%、-0.10%[5][20] 11 转债风格轮动模型，近4周收益为-3.56%[6][26]；2025年以来收益为38.03%[6][27]；截至2025年9月12日，最新信号为全仓配置偏股转债低估指数[6][30]