转债量化策略研究第一期：量化视角下的转债选券模型-20230407-中信建投-56正式版

证券研究报告量化策略深度量化视角下的转债选券模型——转债量化策略研究第一期分析师：鲁植宸

研究助理：徐建华

研究助理：王宏luzhichen@

xujianhua@

wanghongdcq@SAC执证编号：S1440522080005发布日期：2023年4月7日本报告由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供。在遵守适用的法律法规情况下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。同时请参阅最后一页的重要声明。每日免费获取报告1、每日微信群内分享7+最新重磅报告；2、每日分享当日华尔街日报、金融时报；3、每周分享经济学人4、行研报告均为公开版，权利归原作者所有，起点财经仅分发做内部学习。扫一扫二维码关注公号回复：研究报告加入“起点财经”微信群。。核心观点我们搭建了转债量化因子库，包括5类因子：1）统计套利&技术类：长期净值alpha等。2）期权定价类：波动率折价率（BS）、价格折价率（蒙特卡洛模拟）等。3）估值类：修正转股溢价率等。4）条款类：距离转股日天数等。5）正股景气类：标准化预期外盈利等。基于因子库构建的进攻转债多因子组合回测年化收益率38.02%，最大回撤率13.83%，夏普比率为2，信息比率为2.54，回测期为2018年初-2023年3月31日。2主要结论••

转债风格因子：我们基于多空组合构建了转债风格因子，包括双低策略值、低转股溢价率、低价风格因子等，并分析了风格因子的影响因素。转债因子库：我们搭建了转债量化因子库，包括5类因子：1）统计套利&技术类：长期净值alpha、长期正股beta、长期转股溢价率风格beta、长期价格风格beta、短期净值alpha、短期正股beta、短期转股溢价率风格beta、短期价格风格beta、alpha低估因子、高位反转因子、相对成交强弱因子。2）期权定价类：正股波动率、隐含波动率（BS）、隐含波动率（二叉树）、隐含波动率（蒙特卡洛模拟）、波动率折价率（BS）、波动率折价率（二叉树）、波动率折价率（蒙特卡洛模拟）、价格折价率（BS）、价格折价率（二叉树）、价格折价率（蒙特卡洛模拟）。3）估值类：修正转股溢价率、收盘价、转股溢价率、到期收益率、双低策略值、纯债溢价率、当期收益率、平价底价溢价率。4）条款类：距离转股日天数、距离到期日天数。5）正股景气类：标准化预期外盈利、净资产收益率差额、公告前后上下调比例差、五十二周最高价距离、盈余公告次日开盘超额。转债多因子组合：在转债因子库中选取长期有效因子，滚动胜率加权复合综合因子，取综合因子前6.5%分位数的转债做多（这对应最新一期持仓为30只左右的水平），得到进取与稳健转债多因子组合策略，进取转债多因子组合：年化收益率为38.02%，年化超额收益率31.88%，最大回撤率13.98%，夏普比率2，区间胜率为54.15%，信息比为2.34。稳健转债多因子组合:年化收益率为31.77%，年化超额收益率25.62%，最大回撤率16.49%，夏普比率1.77，区间胜率为54.15%，信息比为2.34，稳健组合的特征是胜率更大，持仓转债估值更为合理。风险提示：存在数据统计偏误和模型风险；研究均基于历史数据，对未来投资不构成任何建议3提纲01.转债市场概览02.转债风格因子03.转债因子库概览04.转债因子分析05.转债多因子模型各类型公募基金规模右图显示了2010年以来各类型公募基金规模的走势。从规模上看，纯债基金、主动权益基金和固收+基金规模排名前三，固收+基金规模自2010年年初的1064亿上升到2022年末的21829亿，扩大约20倍，为可转债提供了重要的配置力量，当下人口周期拐点初现，房地产投资增速中枢下行，房地产投资价值边际下降，资管新规以来，理财打破保本、信托打破刚兑，该背景下居民财富需要做资产配置再平衡，绝对收益风格的固收+基金是房地产、信托等投资很好的替代品之一，为个人投资者所青睐，规模也呈上行趋势，与此同时量化对冲基金、套利类CTA基金等绝对收益产品规模也不断上行。

图表：近年来各类型公募基金走势（亿元）来源:Wind，中信建投6转债规模分析转债余额从2017年初119.77亿元上升至2023年3月的8551.3亿元，数量从12只上升到474只（公募、含EB），时至今日规模上升势头不减。考虑到早期转债市场规模较小，本报告的因子分析部分起始日为2018年初。

图表：转债市场规模转债余额转债市值成交额(右)转债个数(右)1200020001000018001600800014001200600010004000800600200040020002022/12/3102016/12/312017/3/312017/6/302017/9/302017/12/312018/3/312018/6/302018/9/302018/12/312019/3/312019/6/302019/9/302019/12/312020/3/312020/6/302020/9/302020/12/312021/3/312021/6/302021/9/302021/12/312022/3/312022/6/302022/9/302023/3/31来源:Wind，中信建投来源:Wind，中信建投7转债估值分析基于短端资金利率合成货币因子，货币因子越高，货币越宽松，下图显示，货币因子领先或同步于余额加权转股溢价率走势。当货币因子处于高位，即货币政策宽松、利率较低环境下，转股溢价率往往较高，背后逻辑为货币宽松，债券基金加杠杆，对于固收+基金来说也会同步增配转债，拉高估值。图表：余额加权转股溢价率与货币因子走势来源:Wind，中信建投8转债相对正股超额22，计算A股股票成交额占比的平方和以计算A股市场集中度。自2018年至今，HHI处于较低水平时，转债相对正股超额往往处于上行区间，在市场交易较为分散的情况下，转债相对正股更容易创造超额。图表：转债相对正股超额与HHI走势来源:Wind，中信建投9转债相对正股超额货币因子处于高位意味着货币政策较为宽松，利率较低。自2018年起，货币因子和转债相对正股超额呈高度一致变动态势，当货币因子上行时，转债超额同样上行；在货币政策宽松、利率较低环境下，转债相对正股更易创造超额。货币因子上行，债基加杠杆，固收+基金同步增配转债，转债跑赢正股。图表：转债相对正股超额与货币因子走势来源:Wind，中信建投10转债相对正股超额固收+类基金与理财产品的快速兴起，提供了转债的重要配置力量，固收+基金自2010年年初的1064亿上升到2022年年末的21829亿，扩大超20倍。下图所示，随着固收+基金规模的扩大，转债较正股能够创造更多的超额回报。图表：转债相对正股超额与固收+基金规模走势来源:Wind，中信建投11低价转债风格因子基于转债收盘价构建多空组合形成低价转债风格因子。A股成交量，刻画股票市场交易的活跃程度，是市场情绪的重要指标。自2018年至今，低价转债风格因子净值与A股成交量呈反向变动关系，说明在股票市场交易相对不活跃时，低价转债被追捧，避险需求上升，且表现更好。图表：低价转债风格因子与A股成交量走势来源:Wind，中信建投13低价转债风格因子下图显示，市场集中度HHI较高时，低价转债因子的净值处于较低区间，这说明在市场成交额较为分散时，低价转债风格因子表现较好。图表：低价转债风格因子与HHI走势来源:Wind，中信建投14低价转债风格因子选取CNE7风格因子中的大小盘和账面市值比因子进行分析。下图显示，低价转债风格因子与大小盘因子呈现微弱负相关性，即其在中小盘占优时表现更好；与账面市值比因子基本呈同向变动，即在低估值股票占优时其表现较好。图表：低价转债风格因子与Bara风格因子（部分）走势来源:Wind，中信建投15双低策略风格因子下图显示，2020年后，账面市值比因子和双低策略风格因子走势较为一致，即高账面市值比股票占优时，双低策略因子的收益较好。而双低策略和大小盘因子呈反向变动，在小盘股占优时，双低策略能取得更优异的回报。图表：双低策略风格因子与Bara风格因子（部分）走势来源:Wind，中信建投16量化转债因子我们搭建了转债量化因子库，包括净值alpha、修正转股溢价率、波动率折价、隐含波动率、正股景气度、高位反转、相对成交强弱、正股beta系数、双低策略值、估值、净值alpha偏离度等因子。图表:转债量化因子（部分因子）中信建投量化策略-转债因子库一、统计套利&技术类因子代码因子简称因子解释方向alpha_l长期净值alpha转债对正股收益率、风格因子回归的截距项，长期值-1beta_stk_l长期正股beta转债对正股收益率、风格因子回归的斜率项，度量股性&债性，长期值1beta_convprem_l长期转股溢价率风格beta转债对正股收益率、风格因子回归的斜率项，度量对低转股溢价率风格因子敏感度，1长期值beta_close_l长期价格风格beta转债对正股收益率、风格因子回归的斜率项，度量对低价风格因子敏感度，长期值1alpha_s短期净值alpha转债对正股收益率、风格因子回归的截距项，短期值-1beta_stk_s短期正股beta转债对正股收益率、风格因子回归的斜率项，度量股性&债性，短期值1beta_convprem_s短期转股溢价率风格beta转债对正股收益率、风格因子回归的斜率项，度量对低转股溢价率风格因子敏感度，1短期值beta_close_s短期价格风格beta转债对正股收益率、风格因子回归的斜率项，度量对低价风格因子敏感度，短期值1alpha1alpha低估因子转债对正股收益率、风格因子回归的长期alpha与短期alpha的差值，如果一个转债的-1alpha在近期远低于过去的平均，说明这个转债被相对低估HighReverse高位反转因子正股和转债的成交量加权价格偏度因子计算，度量行情反转带来的下跌风险-1TradeStrength相对成交强弱因子转债成交量的强弱变化，即短期平均交易量相对长期平均交易量的变化率1来源:中信建投18量化转债因子期权定价类转债因子如下：图表:转债量化因子（部分因子）中信建投量化策略-转债因子库期权定价类因子代码因子简称因子解释方向Vol正股波动率GARCH族模型预测，均值回归-1IV_BS隐含波动率（BS）基于BS公式及数值方法反求，当隐含波动率相对正股预测波动率偏低时候，意味着转-1债被低估，IV_BT隐含波动率（二叉树）基于二叉树反求，综合考虑转债回售、票息、强赎条款-1IV_MC隐含波动率（蒙特卡洛模基于蒙特卡洛模拟反求，综合考虑转债回售、票息、强赎条款-1拟）VolPrem_BS波动率折价率（BS）IV_BS相对正股预测波动率sigma的除数，长期来看波动率均值回归，因此该值越低转债-1越偏低估VolPrem_BT波动率折价率（二叉树）IV_BT相对正股预测波动率sigma的除数，长期来看波动率均值回归，因此该值越低转债-1越偏低估VolPrem_MC波动率折价率（蒙特卡洛IV_MC相对正股预测波动率sigma的除数，长期来看波动率均值回归，因此该值越低转-1模拟）债越偏低估PricePrem_BS价格折价率（BS）转债价格相对BS估值的除数，长期来看价格均值回归，因此该值越低转债越偏低估-1PricePrem_BT价格折价率（二叉树）转债价格相对二叉树估值的除数，长期来看价格均值回归，因此该值越低转债越偏低-1估PricePrem_MC价格折价率（蒙特卡洛模转债价格相对蒙特卡洛模拟估值的除数，长期来看价格均值回归，因此该值越低转债-1拟）越偏低估来源:中信建投19量化转债因子估值及条款类转债因子如下：图表:转债量化因子（部分因子）中信建投量化策略-转债因子库估值类因子代码因子简称因子解释方向CorrectedConvprem修正转股溢价率实际转股溢价率与理论转股溢价率的差值，理论转股溢价率为转股价值拟合1Close收盘价转债价格-1ConvPrem转股溢价率度量估值-1YTM到期收益率价格=∑(各期利息+面值)/(1+到期收益率)1DoubleLow双低策略值转股溢价率*100+转债价格-1StrbondPrem纯债溢价率纯债溢价率-1CurYield当期收益率当期票面利率*面值/转债全价1ConvStrbPrem平价底价溢价率转债平价/债底-11条款类因子代码因子简称因子解释方向FromConvDate距离转股日天数调仓日-转股日-1Maturity距离到期日天数到期日-调仓日-1来源:中信建投20量化转债因子正股景气度类因子如下：图表:转债量化因子（部分因子）中信建投量化策略-转债因子库正股景气度类因子代码因子简称因子解释方向SUE标准化预期外盈利归母净利润减去预期净利润除以未预期盈利标准差,刻画正股经历史盈利增长修正后的1盈利增长水平DeltaROE净资产收益率差额当期单季度ROE与去年同期ROE的差额,刻画盈利能力的增长水平1UDPCT公告前后上下调比例差公司发布盈余公告后五日内上调净利润预期的分析师数量减去下调数量除以总数1PRILAG五十二周最高价距离正股当日收盘价除以其52周内最高价1AOG盈余公告次日开盘超额正股公司发布盈余公告后次日开盘价与当日收盘价的比值相对于市场指数该比值的超1额来源:中信建投21因子分析说明报告篇幅有限，本章节呈现中信建投量化策略-转债因子库部分因子分析回测结果。所用工具为：分组回测、对冲净值、ICIR分析、简单做多回测。转债数量远远不及股票，因此行业中性等处理较难进行，并且考量样本容量的限制，不完全单调但简单做多回测效果较好且有理论支撑的因子，做多因子组合的时候我们也会予以考虑。23Alpha低估因子Alpha低估因子：用可转债收益率序列和其正股收益率、低转股溢价率风格、低价风格因子序列回归：,=+,+++其中,为转债在t时刻的收益率，,为转债对应的正股在t时刻的收益率，为服从正态分布的噪声项，alpha为转债与正股间的差异，或者叫超额收益，理论上如果一个转债的alpha较低，说明转债被相对低估，可以买入。同时可以计算alpha短期与长期偏离度，定义alpha低估因子为：alpha1=alpha_l−alpha_s其中alpha1为alpha偏离度因子，alpha_l为长期alpha，alpha_s为短期alpha，alpha1越高，理论上转债越偏低估。25长期净值Alpha因子（alpha_l）我们发现长期Alpha因子月度IC均值绝对值大于0.03；在分层净值统计中，第一组至第十组分层明显，第一组表现优于第十组。图表:长期Alpha因子分层净值 图表:长期Alpha因子月度IC来源:Wind，中信建投26长期净值Alpha因子（alpha_l）长期Alpha低估因子的对冲净值总体呈下降趋势；该因子的5日IR绝对值为0.55，10日IR绝对值为0.42，20日IR绝对值为0.31。图表:长期净值Alpha因子对冲净值 图表:长期净值Alpha因子年度IC来源:Wind，中信建投27长期净值Alpha单因子做多策略长期净值alpha因子单因子做多回测：费率设定卖出0.0008，买入0，调仓频率为月频，每次等权做多因子值最低的10%转债，基准指数为中证转债指数，回测区间为2018年初-2023年3月31日，策略年化收益率为23.69%，中证转债指数同期年化收益率为5.81%，因此策略年化超额为17.88%。

图表:长期Alpha单因子做多回测来源:Wind，中信建投28高位反转（HighReverse）图表：高位反转单因子做多回测净值高位反转因子：正股和转债的成交量加权的偏度计算，当行情将要高位反转之际转债下跌风险较大。因子值越低，转债配置性价比越高。单因子做多策略年化收益率17.42%，年化超额11.61%来源:Wind，中信建投29其他技术类因子相对成交强弱(TradeStrength)：转债成交量的强弱变化，即短期平均交易量相对长期平均交易量的变化率，表示近期成交量的变化相对于长期成交量的变动情况。长期正股beta(beta_stk_l)：转债对正股收益率、风格因子回归的斜率项，度量股性&债性，长期值。长期转股溢价率风格beta(beta_convprem_l)：转债对正股收益率、风格因子回归的斜率项，度量对低转股溢价率风格因子敏感度，长期值。长期价格风格beta(beta_close_l)：转债对正股收益率、风格因子回归的斜率项，度量对低价风格因子敏感度，长期值。短期净值alpha(alpha_s)：转债对正股收益率、风格因子回归的截距项，短期值。短期正股beta(beta_stk_s)：转债对正股收益率、风格因子回归的斜率项，度量股性&债性，短期值。短期转股溢价率风格beta(beta_convprem_s)：转债对正股收益率、风格因子回归的斜率项，度量对低转股溢价率风格因子敏感度，短期值。短期价格风格beta(beta_close_s)：转债对正股收益率、风格因子回归的斜率项，度量对低价风格因子敏感度，短期值。alpha低估因子(alpha1)：转债对正股收益率、风格因子回归的长期alpha与短期alpha的差值，如果一个转债的alpha在近期远低于过去的平均，说明这个转债被相对低估。相对成交强弱因子(TradeStrength)：转债成交量的强弱变化，即短期平均交易量相对长期平均交易量的变化率。30Black-Scholes期权定价模型可转债通常具有债券和股权两种特性，它们既是债券，也是可转换为普通股的权证,所以我们可以将可转债的价值分为债券价值和期权价值，然后单独计算。拆分方式如下:= +其中和分别为纯债价值和期权价值，k为转股比例。纯债价值可以由债券本息贴现得到,而期权价值则可以视作欧式期权,使用Black-Scholes（BS）模型计算。该模型假定股价随机游走，即股价服从对数正态分布。这种假设允许我们通过风险中性定价原理，使用无风险利率和股票波动率来计算转股期权的价格。的计算方式如下:=−−−()1=2=−其中S为正股价格，K为行权价，在此处即为转股价格，r为目前的无风险利率，T-t为到期时间，为正股波动率。32二叉树定价模型二叉树期权定价是一种基于二叉树结构的金融衍生品定价方法,可以用于计算期权的价格,该模型的基本思想是通过二叉树模拟股票价格的随机波动来确定期权的价值。由于可转债含有的期权属性,可转债也能通过该模型进行定价。在二叉树定价模型中，每个节点代表某个时间点和相应的股票价格，每个节点有两个分支,分支代表股票价格可能朝着上涨或下跌的方向变化。二叉树定价模型首先通过正股价格拟合二叉树,得到股价上涨概率p,再根据转债转股比例、到期赎回价、条件赎回价和末期价格回推,即可得到转债的定价。由二叉树定价模型,可转债在转股期、非转股期和期末的定价如下:(1)在非转股期,转债只有持有价值,根据前一节点价格回推即可得到定价:,=ℎ=−∆[+1,+(1−)+1,+1]其中,为第i个节点,上涨j次时转债的持有价值,r为无风险利率,p为上涨概率。33二叉树定价模型(2)在转股期,由于需要条件赎回和条件回售的情况,可转债的价值应该取持有价值、转股价值和条件赎回价格的最大值,即:Q,=max(Pℎ,P ,P1)ℎ 1ℎ ,比例,S,为j次上涨后该节点i的正股价格,P1为票面价值加上当期年化利息。(3)在期末,转债面临转股和到期赎回的选择,定价方式为:Q=max(P ,P)P,P2分别为转股价值和到期赎回价格,P的计算方式如前,P2取包含最后一期利息的到期赎回价即可总的来说,二叉树转债定价模型更为全面地考虑了可转债条款带来的含权属性价值,其定价结果通常情况下比BS模型更为准确.34蒙特卡罗模拟蒙特卡罗模拟是经典的数值模拟方法,在可转债定价时,该方法也假设了标的正股在无风险测度下价格服从几何布朗运动,通过初始股价、股价历史波动率和无风险利率模拟出直到转债到期日的每日股价。这样的每次模拟可以生成一条模拟股价路径,通常重复模拟足够多次即可得到未来每日标的股票价格的分布情况。得到股价的分布后,我们考虑可转债的不同条款对其价值的影响。当可转债提前赎回时,其价值等于转股价值;当可转债发生回售时,其价值等于回售价格的现值;没有发生赎回和回售时,可转债继续存续,其价值为到期赎回价值和转股价值的最大值，计算风险中性世界转股、回售和赎回等的概率,得到每一条路径上可转债价值的现值,并计算其期望值得到可转债当前的价值。35期权定价类因子隐含波动率（IV）：BS、二叉树、蒙特卡洛模拟方法反求隐含波动率（分别对应IV_BS、IV_BT、IV_MC），考虑到期权是波动率的单调递增函数，二分法求解隐波即可，二叉树和蒙特卡洛模拟模拟法考虑了转债的回售、强赎等条款，还涉及文本数据的分析清洗，实证来看，BS模型相比另外两种方法对转债定价存在系统性高估，亦即计算的IV_BS更低。正股波动率（Vol）：GARCH族模型预测，当正股波动率偏高或者偏低的时候，有均值回归的倾向，此外GARCH族模型预测的短期波动率有收敛至长期波动率的倾向，因此从正股波动率本身出发，也可以对转债做波动率交易。波动率折价率（VolPrem）：隐含波动率除以正股波动率，长期来看转债隐含波动率收敛至正股波动率，因此该值越低转债越偏低估，投资价值越高。价格折价率（PricePrem）：基于BS、二叉树、蒙特卡洛模拟方法给转债理论价格，真实价格除以理论价格为价格折价率，长期来看价格均值回归，因此该值越低转债越偏低估，投资价值越高。事实上，波动率折价与价格折价率是一枚硬币的两面。波动率类因子对转债的择券效果都较好，这说明期权的特征对转债价格影响较大，由此推演，gamma等希腊值理论上也可以用于转债的择券。36期权波动率类因子做多策略IV单因子回测长期有超额但是超额净值不稳定，年化收益率25.75%，年化超额19.94%VolPrem单因子回测年化收益率27.71%，年化超额21.9%，说明波动率折价因子好于隐含波动率。图表:IV单因子做多回测 图表:VolPrem单因子做多回测来源:Wind，中信建投37估值类-修正转股溢价率（CorrectedConvprem）修正溢价率是转债实际转股溢价率与理论转股溢价率低差值。其中，转债实际转股溢价率的计算公式为：= − 公式中， ,代表实际转股溢价率，,代表可转债价格，,代表转股价值。转股溢价率是一个具有估值性质的指标，简明地衡量了转债相对于其正股的价值。但是转股溢价率作为估值因子在使用中存在一些局限，这是由于转股溢价率和平价具有负相关性。对于平价较低的偏债品种和平价较高的偏股品种，其转股溢价率会分别过高和过低，这时的转股溢价率作为估值指标并不合理，因为它受到的平价的影响过大。所以只有在部分偏股型和平衡型转债上考虑转股溢价率作为估值指标才有意义。想要在控制平价的基础上讨论转股溢价率，可先限定平价范围再对比转股溢价率，例如只取平价在100-120范围内的样本。但是这样做本质上不会解决问题，因此构造修正溢价率，构造方式如下： 其中 代表修正溢价率， 代表可转债价格， 代表转股价值，Ƹ代表理论转股溢价率。Ƹ代 表理论转股溢价率，其通过转债溢价率和转换价值之间的反比例函数回归拟合得到，修正溢价率越高，转债配置价值越高。39估值类-修正转股溢价率因子分析修正转股溢价率因子月度IC均值大于3%；在分层净值统计中，第一组至第十组分层明显，第十组表现优于第一组，因此我们认为该因子为有效因子。图表:修正转股溢价率因子分层净值 图表:修正转股溢价率因子月度IC来源:Wind，中信建投40估值类-修正转股溢价率因子分析修正转股溢价率因子的对冲净值总体呈上升趋势且平稳，该因子的5日IR绝对值为0.57，10日IR绝对值为0.42，20日IR绝对值为0.30，总体上获得超额收益能力较强，因此我们认为其创造超额收益能力较为稳定。图表:修正转股溢价率因子对冲净值 图表:修正转股溢价率因子年度IC来源:Wind，中信建投41修正转股溢价率单因子做多回测图表：修正转股溢价率单因子做多回测修正转股溢价率单因子做多策略回测如右图，长期超额稳定性欠佳，但2022年中旬以来贡献了显著的超额，年化收益率17.42%，年化超额11.61%。来源:Wind，中信建投42双低策略值（DoubleLow）单因子做多回测图表：双低策略值单因子做多回测双低策略值因子：转股溢价率*100+转债价格，该值越低越偏双低转债，对应经典的双低策略，该因子长期有明显的超额收益率，年化收益率和超额分别为19.26%和13.45%但该因子2022年以来超额能力衰减。来源:Wind，中信建投43其他估值类因子估值类因子还有：收盘价：转债价格。转股溢价率：度量估值，但估值中枢值因平价区间而异。到期收益率：价格=∑(各期利息+面值)/(1+到期收益率)。纯债溢价率：纯债溢价率。当期收益率：当期票面利率*面值/转债全价，度量票息带来的收益率。平价底价溢价率：转债平价/债底-1，越高转债越偏股性，否则偏债。44普通条款因子普通条款因子（距离转股日天数）：可转债包括普通条款和特殊条款，普通条款主要是评级、时间期限和转股行为方面的指标，不同转债的条款不一样，对转债的定价也会有一定影响。条款类因子在期权定价的时候也有使用。46普通条款因子（距离转股日天数）、高位反转因子（HighReverse）如下是一些在股票上回测效果较好的因子，在转债上也有超额收益，但在转债上的单调性欠佳，这说明转债的期权特征、条款、资金面对其定价驱动更为明显。标准化预期外盈利（SUE）：归母净利润减去预期净利润除以未预期盈利标准差,刻画正股经历史盈利增长修正后的盈利增长水平，SUE越高。净资产收益率差额（DeltaROE）：当期单季度ROE与去年同期ROE的差额,刻画盈利能力的增长水平。公告前后分析师上下调比例差（UDPCT）：公司发布盈余公告后五日内上调净利润预期的分析师数量减去下调数量除以总数。五十二周最高价距离（PRILAG）：正股当日收盘价除以其52周内最高价，度量动量，类似唐奇安通道的思想。盈余公告次日开盘超额（AOG）：正股公司发布盈余公告后次日开盘价与当日收盘价的比值相对于市场指数该比值的超额，度量盈余公告的置信水平、市场对其的认可度。48正股景气度因子做多策略AOG单因子回年化收益率15.72%，年化超额9.91%UDPCT单因子回测年化收益率10.79%，年化超额4.98%。图表:AOG单因子做多回测 图表:UDPCT单因子做多回测来源:Wind，中信建投49转债多因子策略在转债因子库中选取长期有效因子，先做标准化处理（z-score），并用滚动胜率加权复合综合因子，取综合因子前6.5%分位数的转债做多（这对应最新一期持仓为31只的水平），月频调仓，费率为卖出0.0008，买入0，得到进攻与稳健转债组合策略，区别在于构建稳健组合的时候，双低策略值因子（DoubleLow）在未考虑胜率加权之前，与其他全部因子等权，这意味着组合会偏向双低策略，偏稳健风格。图表:稳健转债组合回测 图表:进攻转债组合回测来源:Wind，中信建投51转债多因子策略进取转债多因子组合（AttackingConvertibleBondMulti-FactorPortfolio,ACBMFPort）:年化收益率为38.02%，年化超额收益率31.88%，最大回撤率13.98%，夏普比率2，区间胜率为54.15%，信息比为2.34，稳健组合的特征是在牛市的时候涨幅更大，比如2020年。图表:进取转债多因子组合年化收益区间年化年化年化卡玛年化夏普最大回撤回撤开始日回撤结束日相对基准年化信息跑赢基准率超额收益Sortino比比率比率率最大回撤比率胜率率率率201824.30%32.80%1.683.221.62-6.92%2018-05-102018-06-20-3.26%3.0357.47%201935.46%8.47%1.872.421.80-13.83%2019-04-232019-05-06-8.48%0.6549.79%202099.12%94.86%3.947.463.89-13.02%2020-07-142020-09-10-8.78%5.4258.68%202150.57%32.48%3.135.012.80-9.69%2021-09-082021-10-12-5.85%2.7152.07%2022-5.07%5.67%-0.48-0.54-0.49-13.08%2022-01-132022-04-25-5.12%0.6748.96%202333.59%19.79%4.4610.963.63-2.88%2023-02-162023-03-14-1.87%2.8844.83%全样本38.02%31.88%2.092.602.00-13.83%2019-04-232019-05-06-8.78%2.5453.04%来源:Wind，中信建投52转债多因子策略稳健转债多因子组合（StableConvertibleBondMulti-FactorPortfolio,SCBMFPort）:年化收益率为31.77%，年化超额收益率25.62%，最大回撤率16.49%，夏普比率1.77，区间胜率为54.15%，信息比为2.34，稳健组合的特征是胜率更大，持仓转债估值更为合理。图表:稳健转债多因子组合年化收益区间年化年化年化卡玛年化夏普最大回撤回撤开始日回撤结束日相对基准年化信息跑赢基准率超额收益Sortino比比率比率率最大回撤比率胜率率率率201818.27%26.76%1.301.941.26-8.38%2018-05-252018-06-21-4.29%2.8657.92%201955.74%28.75%2.913.532.72-15.23%2019-04-182019-06-06-7.84%2.3155.14%202035.72%31.46%1.502.741.51-12.32%2020-07-142020-12-16-8.81%2.1154.13%202157.61%39.52%4.096.113.85-9.11%2021-01-052021-02-08-5.44%4.0955.37%2022-4.90%5.83%-0.48-0.54-0.50-12.76%2022-01-132022-04-26-3.99%0.7848.96%202323.63%9.83%3.167.872.89-2.75%2023-02-142023-03-14-1.57%1.7250.00%全样本31.77%25.62%1.811.811.77-16.49%2020-07-142021-02-08-11.88%2.3454.15%来源:Wind，中信建投53风险提示经济波动风险：近期国内外市场波动较大，地缘政治风险仍存，存在经济下行风险，尤其是美股市场受加息及地缘政治影响下波动更为剧烈，可能对A股及转债市场产生冲击。模型失效风险：量化模型为基于历史基本面及资产价格数据分析得来，所挖掘规律在未来不一定依旧存在，因此模型的历史效果不代表未来。统计建模过拟合风险：模型估计参数可能过多，以至于对模型预测效果产生显著影响进而出现过拟合问题，过拟合模型在训练过程中产生的损失很低，但在预测新数据方面的表现却容易较差，目前模型样本外的跟踪时长还不够，因而不可轻视过拟合风险。54分析师介绍鲁植宸，多因子与ESG策略组分析师，中国科学院硕士，曾在头部券商自营从事量化投研和实盘管理工作，在人工智能、机器学习算法的量化应用方面有从学术研究到策略设计、实盘落地及策略管理的全周期经验，研究方向覆盖机器学习算法、多因子模型-策略设计、建模训练过程优化、样本特征处理技术、ESG策略和指数编制等。研究助理徐建华：总监，智能量化投研组组长，先后就职于MSCIBarra公司和标普公司等专业研究机构，具有十多年金融市场研究、统计建模等专业经验。为多家银行、基金和保险等资管客户提供因子模型、投资组合优化管理、基金评价、指数研究以及风险管理等咨询。研究助理王宏，多因子与ESG策略组研究员，西南财经大学本科、北京大学金融硕士，曾就职于头部银行理财，研究方向覆盖FOF、FICC量化（转债）、量化资产配置等。评级说明投资评级标准评级说明买入相对涨幅15％以上报告中投资建议涉及的评级标准为报告发布日后6个月内的相对市场表现，也即报告增持相对涨幅5%—15％发布日后的6个月内公司股价（或行业指数）相对同期相关证券市场代表性指数的涨股票评级中性相对涨幅-5%—5％之间跌幅作为基准。A股市场以沪深300指数作为基准；新三板市场以三板成指为基准；减持相对跌幅5%—15％香港市场以恒生指数作为基准；美国市场以标普500指数为基准。卖出相对跌幅15％以上强于大市相对涨幅10%以上行业评级中性相对涨