机构化进程带来转债蒙特卡洛定价效率提升

核心提要2科学的定价方法：蒙特卡洛定价方法可转债是一种复杂的衍生品结构，它带有路径依赖的复杂条款，因此难以简单地进行定价。蒙特卡洛定价方法是一种科学的绝对定价方法，它通过模拟大量的股价随机路径来估算可转债产品的价值和风险。我们发现这一方法的应用效果在最近出现了比较显著的提升。蒙特卡洛策略的表现：2021年以来获得明显超额收益蒙特卡洛策略是选择市场价格相对于蒙特卡洛定价较低的20%转债进行配置的策略，策略自2021年以来获得显著超额收益，特别值得注意的是，它在2022年相对于同类稳健型策略表现更加出色。我们认为蒙特卡洛策略在2021年以来表现较好是因为2021年以来转债市场机构化进程的加速推进，使得蒙特卡洛转债定价效果提升。蒙特卡洛策略vs风向标策略：2022年以来蒙特卡洛表现更好相对于另一个由国海金工构造的低估策略——风向标策略，蒙特卡洛策略在2022年以来的表现更为出色。我们对此进行了分析，发现一方面蒙特卡洛策略的持仓更加偏债，这使其在2022年取得更好的表现。另一方面，即使排除了持仓偏股偏债属性的差异，蒙特卡洛策略在股票方面的表现也更加出色。多策略配置逻辑我们构建了一个结合了蒙特卡洛、动量和预期景气因子的三因子策略，作为一种进取型策略。我们选择在市场情绪乐观时配置该策略，而在其他时候则配置普通的蒙特卡洛策略。研究结果显示，这种方法能够有效提高策略的风险收益结构。风险提示本报告所有分析均基于公开信息，不构成任何投资建议；若市场环境或政策因素发生不利变化将可能造成行业发展表现不及预期；报告采用的样本数据有限，存在样本不足以代表整体市场的风险，且数据处理统计方式可能存在误差；市场存在一定的波动性风险；报告中结论均基于对历史客观数据的统计和分析，但过往数据并不代表未来表现。蒙特卡洛定价方法介绍蒙特卡洛定价的逻辑对比风向标定价法：选债风格不同定价首日转债：

2022年后具有较高的效果蒙特卡洛低估策略表现深度解析策略表现：自2022年以来获得显著超额收益蒙特卡洛表现提升背后的原因：转债市场的机构化进程对比风向标策略：2022年以来正股端表现更好多策略配置逻辑动量与预期景气度因子构建三因子策略策略轮动：根据估值决定策略的选择31.1

蒙特卡洛方法介绍蒙特卡洛定价逻辑说明1.生成路径蒙特卡洛模拟生成n条股价路径，对未来正股价格进行预测。发行日至计算日之间的股价序列取历史数据使用正股复权后价格1年波动率计算股价年波动率，波动率是模型中唯一需要确定的参数。可转债定价

=

各路径下转债价值的平均值3.计算可转债在定价日估值2.对每条路径定价触发下修：调整转股价新转股价𝑖,𝑡

=

max(正股价𝑖,𝑡−1,

𝐴𝑣𝑔(正股价𝑖,𝑡−1,

…

,

正股价𝑖,𝑡−20))触发赎回：路径价值

=

贴现后的触发日转股价值+

存续期截止至转股时的利息贴现到期：按赎回价格贴现定价𝑖,𝑇𝑋到期日可转债价格 =max(100∗𝑆𝑇

,100+

𝐶𝑜𝑢𝑝𝑜𝑛𝑇)是布朗运动中的随机项

服从标准正态分布

。SDE有一个解析解𝑆𝑡=𝑆0

exp𝑑𝑆𝑡=𝜇𝑆𝑡𝑑𝑡+𝜎𝑆𝑡𝑑𝑊

𝑡假设股票价格满足几何布朗运动（geometric

Brownian

motion

)(GBM)其中，𝑆

𝑡

是在时间(𝑡)

的股价，(𝜇)

我们用无风险收益率，(𝜎)

是股价的波动率，𝑑𝑊

𝑡σ24资料来源：国海证券研究所μ− 𝑡+

σ𝑊𝑡21.1

蒙特卡洛方法介绍转债条款触发情况案例说明我们只考虑下修一次的情形，只有会触发回售的情况才考虑下修经过研究后发现，在限制下修次数为1与不限制下修次数的两种情况下，蒙特卡洛估值的变化量较小。因此为了简化路径判断的逻辑，缩短程序运行时间，我们限制每条路径下最多下修一次转股价格。触发赎回

+

触发下修触发赎回

+

未触发下修四种转债条款触发情况未触发赎回

+

触发下修未触发赎回

+

未触发下修图：蒙特卡洛模拟后的路径（四类触发情况的典型情形）触发赎回

+

触发下修还需要分两种情况，先触发下修条款下修后触发赎回，和先触发赎回情形。5资料来源：国海证券研究所61.1

蒙特卡洛方法介绍资料来源：Wind，国海证券研究所，数据时间20230531正股波动率的参数敏感度处于合理范围首先我们研究波动率的处理是否会有较大影响，我们主要研究平衡型转债和偏股型转债在不同波动率下的定价变化情况。我们使用计算日前1年的正股复权后价格计算股价年波动率，研究将这个波动率上下调整20%的情况下最终的结果是否会出现较大变化。平衡型转债：低/高正股波动率的平衡型转债受波动率调整的相对较大，最后的定价上下波动在3-4元左右。偏股型转债：偏股型转债的价值主要由转股价值决定，因此几乎不受正股波动率的影响。结论：无论转股价值以及正股波动率的大小，其蒙特卡洛估值关于正股波动率的参数敏感性皆处于合理范围内。这就说明波动率的选择方式对模型不会有过大影响。1.2

对比风向标定价法7资料来源：Wind，国海证券研究所风向标定价法介绍𝑓(𝑥)=𝑎𝑥2+𝑏𝑥+

𝑐𝑥

：转股价值通过一条二次曲线来拟合转股价值和转债价格之间的关系是一个简单而使用的方法蓝色的点代表转债实际市场价格红色的线代表风向标定价的理论价格（注：为避免高价转债对拟合结果的影响，我们剔除了转股价值在200以上的转债）图：风向标定价法示意图用法1.

选债：错估价格=转债价格

-模型价格选择错估价格最低的20%，也就是找到相对理论价值低估程度较大的转债，持有等待价值回归2.刻画估值水平：风向标定价模型下，转股价值为100的转债理论价格（风向标价格指数），可以作为转债市场估值标准1.2

对比风向标定价法风向标定价法与蒙特卡洛方法选债结果比较相关系数法我们将估值误差定义为

(实际价格−理论价格)

，对这两种方法得到的错估价格的相关性进行分析自2018年以来两种方法下的估值相关性较不稳定，在2022年后保持较低水平。图1：风向标定价法与蒙特卡洛方法估值误差相关性交叉分组法下图为蒙特卡洛方法下最受市场低估的(1/5)转债位于风向标5分组中的占比。自2018年以来，蒙特卡洛组(1/5)中的转债在风向标组(1/5)中的平均占比在30%左右，因此在蒙特卡洛方法下被认为低估的转债有70%在风向标中并未认为是低估，反映了两种方法可能存在不同的选债偏好。图2：蒙特卡洛组1在风向标5分组中的比例8资料来源：Wind，国海证券研究所1.2

对比风向标定价法两种定价方法表现出不同的选债偏好根据20230531的转债数据，我们观察到：1.

蒙特卡洛方法偏向于选择转股价值较低的转债，偏股型转债的比例较低。而风向标方法所选择的转债集中于平衡型，同时偏股型的比例明显更高。2.

蒙特卡洛方法选债的结果不会只选取相同平价下价格最低的，这是因为它考虑了转债的剩余期限以及正股波动率。图：蒙特卡洛策略选债示意图（单位：元）图：风向标策略选债示意图（单位：元）基于定价模型的低估策略月频调仓筛选余额2个亿以上，日均成交500万，到期时间1年以上的转债月末交易日持仓前20%最受低估的转债9资料来源：Wind，国海证券研究所，数据时间202305311.2

对比风向标定价法时间序列上的选债偏好对比两种定价方法选中转债类型比例的时间序列，我们确认了两种方法选债偏好上的差异。蒙特卡洛方法表现出对偏债型转债的偏好，而风向标方法更偏好平衡型转债。图：蒙特卡洛：2018年以来，选中转债类型比例（单位：%）图：风向标：2018年以来，选中转债类型比例（单位：%）10资料来源：Wind，国海证券研究所，数据时间201801—2023061.3

蒙特卡洛方法定价发行日转债10资料来源：Wind，国海证券研究所，数据时间202801—202306估值水平的变化：实际价格趋近于理论价格我们在此处使用上市日高/低估（实际价格-理论价格）来刻画蒙特卡洛模型的估值水平。2022年以来发行的大部分转债在上市日与上市日60天后被市场高估，且被高估的转债有较大的概率维持高估。一部分在上市日被低估的转债在60天后转变为被市场高估。趋势线的斜率小于1（0.22），表明部分转债出现了实际价格向理论价格趋近的变化。图15：2022年以来，转债上市日收盘时实际价格-理论价格

VS

60交易日实际价格-理论价格

（单位：元）1.3

蒙特卡洛方法定价发行日转债12资料来源：Wind，国海证券研究所，数据截止到20230531理论价值的的变化我们在此处使用模型价格来刻画转债理论价值。转债的理论价值由正股价格驱动，而转债理论价值的变化与其在上市日被市场高/低估的相关性并不显著，表示转债在上市日处于高/低估对未来正股股价无显著预测。图16：

2022年以来，上市日收盘时高低估

VS

60交易日理论价格变化（单位：元）高/低估程度的变化我们在此处使用收盘时实际价格-蒙特卡洛价格估来刻画高/低估程度。趋势线的斜率为负（

-0.78

），表示在上市日被低估的转债在60个交易日后被低估的程度减小，反映了转债估值存在修复的过程。图17：

2022年以来，上市日收盘时高低估

VS

60交易日收盘时高低估（单位：元）1.3

蒙特卡洛方法定价发行日转债13资料来源：Wind，国海证券研究所，数据截止到20230531上市日被低估的转债具有更高的预期收益我们在此处用转债实际价格的变化量刻画预期收益。自2022年以来，趋势线的斜率为负，反映了上市日被市场低估的转债在上市60个交易日后预期获得更高的收益率：以蒙特卡洛为例，其趋势图斜率为-0.97，反映了转债在上市日每被低估1元，我们预期它在上市60个交易日后的收益平均上升0.97元。从斜率上看，蒙特卡洛定价法对于首日上市转债的择券效果弱于风向标定价法，风向标定价法下，转债在上市日每被低估1元，我们预期它在上市60个交易日后的收益平均上升1.18元。图19：

风向标：2022年以来，上市日收盘时高低估

VS

60交易日预期收益（单位：元）图18：蒙特卡洛：2022年以来，上市日收盘时高低估

VS

60交易日预期收益（单位：元）14蒙特卡洛定价方法介绍蒙特卡洛定价的逻辑对比风向标定价法：选债风格不同定价首日转债：

2022年后具有较高的效果多策略配置逻辑动量与预期景气度因子构建三因子策略策略轮动：根据估值决定策略的选择蒙特卡洛低估策略表现深度解析策略表现：自2022年以来获得显著超额收益蒙特卡洛表现提升背后的原因：转债市场的机构化进程对比风向标策略：2022年以来正股端表现更好152.1

蒙特卡洛策略表现资料来源：国海证券研究所低估策略构建逻辑我们使用了基于转债定价模型的低估策略，通过流动性筛选、对低估转债的选择和月度调仓，尝试获取超额收益。低估策略逻辑月频调仓筛选余额2个亿以上，日均成交500万，到期时间1年以上的转债在月末交易日，持仓前20%最受低估的转债流动性筛选转债高/低估程度

=

实际价格

–

理论价格16-0.100.10.20.30.40.500.511.522.5超额收益净值图1：

2018年以来，蒙特卡洛相较于等权策略的超额收益蒙特卡洛相较于等权的超额收益（右轴）蒙特卡洛（左轴）等权（左轴）2.1

蒙特卡洛策略表现自2018年以来整体跑赢等权策略我们将等权策略定为基准，蒙特卡洛策略在2018-2020年期间表现一般，但2021-2023年间获得显著的超额收益。最大回撤出现在2020年末2021年初，主要是因为这段时间低价和低估类转债表现不佳。资料来源：Wind，国海证券研究所，

数据截止到20230721

，总体表现均为年化后结果表1：2018年以来（截至2023年7月21日），蒙特卡洛（A+及以上）策略表现（总体表现为年化结果）表2：对比2018年以来蒙特卡洛与等权策略（A+及以上）的策略表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率蒙特卡洛15.08%16.38%10.90%56.16%0.921.11等权策略10.16%16.01%12.48%53.78%0.630.62收益最大回撤年化波动率胜率卡尔玛比率夏普比率2018-2.40%13.49%9.27%51.65%-0.23-0.62201934.01%11.11%11.66%57.20%3.032.3420208.89%9.87%12.57%52.89%0.820.46202140.09%10.49%10.86%64.05%3.782.9220222.07%11.01%11.64%53.53%0.05-0.1520237.25%4.00%6.33%56.82%2.941.37总体表现15.08%16.38%10.90%56.16%0.921.11172.1

蒙特卡洛策略表现自2022年以来获得显著超额收益从2022年至今，等权策略表现不佳，而蒙特卡洛策略在各项指标皆优于等权策略，获得显著的超额收益。除了2022年4-7月，其他时间都有较为稳定超额收益。资料来源：Wind，国海证券研究所，数据截止到20230721表2：对比2022年以来蒙特卡洛与等权策略的策略表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率等权策略-3.28%16.01%12.05%51.72%-0.20-0.47蒙特卡洛6.61%11.01%10.15%55.17%0.600.41表1：2022年以来，蒙特卡洛（A+及以上）策略表现（总体表现为年化结果）收益最大回撤年化波动率胜率卡尔玛比率夏普比率20222.07%11.01%11.64%53.53%0.05-0.1520237.25%4.00%6.33%56.82%2.941.37总体表现6.61%11.01%10.15%55.17%0.600.41图1：

2022年以来，蒙特卡洛相较于等权策略的超额收益2.1

蒙特卡洛策略表现自2022年起，蒙特卡洛策略的表现跑赢大部分稳健型策略2022年以来，蒙特卡洛策略成功跑赢稳健型策略。接下来我们还会以风向标策略为例，针对能够跑赢的具体原因做出分析。收益最大回撤年化波动率胜率卡尔玛比率夏普比率2022-3.84%12.97%13.03%52.28%-0.41-0.6020235.12%3.66%7.02%52.27%2.200.75总体表现1.33%12.97%11.32%52.79%0.10-0.09表1：2022年以来，双低（A+及以上）策略表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率2022-20.69%28.01%21.05%48.55%-0.76-1.2020234.25%6.57%10.74%50.00%0.740.23总体表现-10.79%28.01%18.07%49.60%-0.39-0.73表2：2022年以来，低溢价（A+及以上）策略表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率2022-0.24%7.41%8.14%51.04%-0.17-0.4920235.10%2.53%4.61%56.82%3.671.36总体表现3.74%7.41%7.13%53.58%0.510.15表3：2022年以来，低价（A+及以上）策略表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率2022-5.93%12.13%12.79%51.04%-0.59-0.7720235.87%2.73%6.45%50.76%3.571.06总体表现0.35%12.13%10.99%51.46%0.03-0.19表4：2022年以来，风向标（A+及以上）策略表现表5：2022年以来，蒙特卡洛（A+及以上）策略表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率20222.07%11.01%11.64%53.53%0.05-0.1520237.25%4.00%6.33%56.82%2.941.37总体表现6.61%11.01%10.15%55.17%0.600.4118资料来源：Wind，国海证券研究所，数据截止到20230721，总体表现均为年化后结果2.1

蒙特卡洛策略表现低估区间与蒙特卡洛的策略表现呈非线性关系通过选取不同的低估转债区间，我们发现低估区间与蒙特卡洛的策略表现呈非线性关系。例如，蒙特卡洛策略在前10-20%低估转债区间的表现整体高于前5-15%与前15-25%的区间。我们判断，前10%的低估区间有可能选到长时间系统性低估的转债，这些转债估值修复的可能性较低。收益最大回撤年化波动率胜率卡尔玛比率夏普比率20183.22%11.07%11.49%49.17%0.240.02201932.87%13.98%13.91%54.73%2.341.9420208.35%10.65%15.45%53.72%0.680.35202129.25%10.08%10.35%56.61%2.852.262022-0.63%9.91%11.97%53.11%-0.22-0.3820238.84%3.45%6.58%57.58%4.481.83总体表现14.05%17.15%12.30%54.08%0.820.92表3：蒙特卡洛（A+及以上）策略在前15-25%低估转债区间的表现表1：蒙特卡洛（A+及以上）策略在前10-20%低估转债区间的表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率2018-5.00%14.25%10.27%49.17%-0.43-0.86201932.95%11.45%12.88%56.79%2.872.0920204.23%11.44%14.14%49.59%0.290.09202140.69%11.21%11.79%60.33%3.582.7320222.89%11.60%11.63%50.21%0.12-0.0820236.80%3.95%6.72%56.06%2.811.21总体表现13.63%18.64%11.82%53.71%0.730.92表2：蒙特卡洛（A+及以上）策略在前5-15%低估转债区间的表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率20184.94%9.22%10.33%50.83%0.490.20201928.25%12.34%13.46%54.32%2.261.72202013.46%8.56%15.96%52.48%1.480.66202132.05%10.26%11.21%55.79%3.062.2820220.81%10.12%11.78%53.11%-0.04-0.2320238.72%3.70%6.64%58.33%3.981.72总体表现15.32%15.17%12.24%54.01%1.011.0219资料来源：Wind，国海证券研究所，数据截止到20230721，总体表现均为年化后结果2.1

不同评级转债的表现20资料来源：Wind，国海证券研究所，数据截止到20230721蒙特卡洛策略在低评级表现更出色对比各个评级下的策略结果，蒙特卡洛策略在低评级的表现更突出。收益最大回撤年化波动率胜率卡尔玛比率夏普比率仅AAA7.78%19.23%12.76%51.19%0.400.43AA+及以上7.67%21.16%11.80%50.00%0.360.45AA及以上13.33%16.85%10.87%54.75%0.790.97AA-及以上11.44%16.74%11.50%54.38%0.680.77A+及以上14.64%16.48%11.51%55.71%0.891.02表1：2018年以来，蒙特卡洛策略在各个评级的表现图1：2018年以来，蒙特卡洛策略在各个评级的表现2.1

不同评级转债的表现高评级转债：蒙特卡洛策略的股票端收益不佳为了研究蒙特卡洛在高信评的回撤为何较大，我们限制策略仅选取AA+及以上的转债，并进行归因分析。2018-2021年，在高评级区间的股票相对收益较差，这导致蒙特卡洛策略回撤较大。-50%-40%-30%-20%-10%0%10%20%30%图1：蒙特卡洛策略（AA+及以上）：正股收益VS

估值收益股票上涨带来的收益估值提升带来的收益-50%-40%-30%-20%-10%0%10%20%30%图2：蒙特卡洛策略（AA+及以上）：配置效应VS

选债效应配置效应选债效应21资料来源：Wind，国海证券研究所，数据截止到20230721222.2

蒙特卡洛表现提升背后的原因资料来源：Wind，国海证券研究所，上交所，深交所，截止到2023年7月转债市场的机构化和专业化可能是蒙特卡洛有较好表现的重要原因2021年以来，蒙特卡洛定价法选债的方法超额收益有了明显的提升，时间上恰好与机构持仓占比大幅提升的时间相重合。我们认为，蒙特卡洛定价法是一种比较科学的定价方法，在过去因为投资者整体专业化程度不高，定价效果不够好。随着转债市场整体机构化和专业化不断提升，蒙特卡洛开始有了较好表现。图1：上交所各类投资者持有转债占比 图2：深交所各类投资者持有转债占比00.050.10.150.20.250.30.35%公募基金企业年金社会保障基金私募基金自然人投资者00.050.10.150.20.250.30.35%企业年金自然人投资者基金232.2

蒙特卡洛表现提升背后的原因转债beta行情的弱化使得蒙特卡洛方法的alpha属性凸显蒙特卡洛定价方法的核心逻辑是赚取转债定价低估部分的收益，在过去转债市场整体强势的背景下，在各个策略中相对不是特别显著但2022年以来，权益市场整体转弱，转债市场虽然表现相对权益更好，但是整体收益也下降明显，使得alpha属性明显的蒙特卡洛方法表现相对突出资料来源：Wind，国海证券研究所，数据截止到20230721图1：权益和转债主要指数表现表1：权益和转债主要指数分年度收益242.3

对比风向标策略资料来源：国海证券研究所归因分析方法接下来我们会使用风向标归因法，把策略的收益拆解成正股贡献+估值贡献超额收益的拆解则是策略的正股贡献+估值贡献分别减去等权基准策略的相应值。如果一个转债从A变到了B，哪些是正股带来的收益，哪些是转债估值的收益？通过风向标估值法为我们提供的拟合曲线我们认为：正股带来的收益：d2转债估值的收益：d1+d3Y：转债价格通过这种方法我们可以分解出正股带来的收益和转债估值的收益正股上涨贡献的收益率：d2/price_A转债估值贡献的收益率:

(d1+d3)/price_AX：转股价值Y=XABd1d2d3蓝色线：风向标定价法给出的转债的价格与转股价值之间的关系252.3

对比风向标策略接下来我们从归因分析维度比较蒙特卡洛策略近期和风向标策略两个策略的差异，从归因分析得出，蒙特卡洛策略自2018年以来的主要收益来源为估值收益。正股收益：从右图观察得出，蒙特卡洛选中转债的波动率较高，如图2，蒙特卡洛选中转债相对于风向标的选债在股票收益端表现更优异。估值收益：风向标策略偏好相对蒙特卡洛获得更高的估值收益。这个一定程度上是因为我们的收益归因方法来自于风向标定价。资料来源：Wind，国海证券研究所，数据截止到202307210.60.50.40.30.20.10-0.1-0.2图2：蒙特卡洛策略：正股收益

VS

估值收益股票上涨带来的收益估值提升带来的收益超额收益拆解：正股收益与估值收益0.60.50.40.30.20.10-0.1-0.2图3：风向标策略：正股收益

VS

估值收益股票上涨带来的收益估值提升带来的收益0.20.30.40.50.60.70.8图1：选中转债的正股波动率均值蒙特卡洛风向标262.3

对比风向标策略前面我们发现蒙特卡洛策略近期相比于风向标策略表现更好，但是他们的平价区间是存在差异的，因此并不具备直接的可比性。为了消除蒙特卡洛策略偏债倾向，我们选择了转股价值处于60至120区间的转债（即蒙特卡洛策略与风向标策略选债偏好的交集区域），并将其与风向标策略进行了比较。我们发现，2022年以来，蒙特卡洛策略的表现依然超过风向标策略。蒙特卡洛策略在2023年Q1的收益较高（7.53%）。资料来源：Wind，国海证券研究所，数据截止到20230717

，总体表现均为年化后结果在同一平价区间内，蒙特卡洛策略仍跑赢风向标表3：2022年以来，蒙特卡洛策略在转股价值60至120之间的表现表2：2022年以来，风向标策略在转股价值60至120之间的表现0.160.140.120.10.080.060.040.020-0.02-0.041.81.61.41.210.80.60.40.20超额收益净值图1：2021年以来，蒙特卡洛关于风向标的超额收益（转股价值60至120之间）蒙特卡洛相较于风向标的超额收益蒙特卡洛收益最大回撤年化波动率胜率卡尔玛比率夏普比率收益最大回撤年化波动率胜率卡尔玛比率夏普比率2022-0.92%9.52%11.16%51.45%-0.27-0.4520222.50%11.85%11.89%52.28%0.08-0.1120236.15%2.69%5.83%57.58%3.911.2820238.74%4.07%6.69%56.82%3.631.71总体表现3.75%9.52%9.68%54.11%0.390.13总体表现7.89%11.85%10.41%54.38%0.670.52风向标表1：2022年以来，转股价值60至120之间的季度收益率蒙特卡洛风向标沪深300中证1000超额收益率2022Q1-3.39%-0.60%-14.53%-15.46%-2.78%2022Q24.25%2.84%6.21%3.30%1.41%2022Q3-2.05%-1.62%-15.16%-12.45%-0.43%2022Q43.90%-1.47%1.75%2.56%5.37%2023Q17.53%4.84%4.63%9.46%2.69%2023Q20.30%-0.09%-5.15%-3.98%0.39%总体表现1.76%0.65%-3.71%-2.76%1.11%27蒙特卡洛策略表现：在2018-2020年期间表现一般，但在2021-2023年间超额收益表现突出。2022年起，蒙特卡洛策略相对于同类策略稳健型策略表现较好。蒙特卡洛表现提升背后的原因：转债市场的机构化进程使得蒙特卡洛定价效率提升，同时由于权益市场和转债市场整体转弱，alpha属性更突出的蒙特卡洛策略表现相对凸显。蒙特卡洛与风向标的比较：同为低估类策略，自2022年起，蒙特卡洛策略的表现超越风向标策略，主要原因在于正股收益维度表现更加出色。资料来源：国海证券研究所2

总结蒙特卡洛低估策略总结28蒙特卡洛定价方法介绍蒙特卡洛定价的逻辑对比风向标定价法：选债风格不同定价首日转债：

2022年后具有较高的效果构建组合策略动量与预期景气度因子构建三因子策略策略轮动：根据估值决定策略的选择蒙特卡洛低估策略表现深度解析策略表现：自2022年以来获得显著超额收益蒙特卡洛表现提升背后的原因：转债市场的机构化进程对比风向标策略：2022年以来正股端表现更好293.1

组合策略构造资料来源：国海证券研究所构建均线动量因子：ma5-20-60根据动量策略，当正股展现上涨趋势时，我们应该考虑购入并持有相应的转债；但一旦趋势开始不利地转变，我们应该迅速采取行动，及时撤出。在实际操作中，我们通常会综合考虑短期、中期和长期均线，以确保我们在股票展现上涨趋势时进行购入，并在趋势开始转变为下跌时进行卖出。这可以帮助我们更好地把握市场的动向，做出明智的投资决策。动量策略逻辑月频调仓筛选余额2个亿以上，日均成交500万，到期时间1年以上的转债在月末交易日，持仓均线动量前20%的转债ma5-20-60短期均线：close/ma5–

1中期均线：close/ma20–

1长期均线：close/ma60–

1动量因子的构成303.1

动量策略资料来源：Wind，国海证券研究所，数据截止到20230721

，总体表现均为年化后结果收益最大回撤年化波动率胜率卡尔玛比率夏普比率2018-5.33%13.00%15.84%44.21%-0.56-0.60201940.35%16.75%18.57%55.14%2.401.79202030.60%12.40%22.25%53.31%2.291.13202155.32%13.42%20.82%59.09%3.832.002022-16.38%18.74%17.15%46.47%-0.94-1.2420237.20%3.82%10.51%52.27%2.790.76总体表现17.19%19.12%18.49%51.93%0.900.82表1：2018年以来，动量因子（A+及以上）策略表现表2：对比2018年以来动量因子与中证转债（A+及以上）的策略表现-0.200.20.40.60.811.200.511.522.53超额收益净值动量策略表现动量因子在2021年的收益增速迅猛，而2022年表现较差，2023年以来又有一定的表现。图1：

2018年以来，动量因子相较于等权策略的超额收益超额收益动量收益最大回撤年化波动率胜率卡尔玛比率夏普比率动量17.19%19.12%18.49%51.93%0.900.82等权策略10.16%16.01%12.48%53.78%0.630.62等权313.1

预期景气度因子资料来源：国海证券研究所构建预期景气度因子预期景气度体现了分析师对于公司未来利润的边际变化量。尽管前两年的预测可能更为分析师所熟知，但对转债价格的影响并不显著。第三年的预期仅代表一个较为模糊的市场预期，但对转债价格的影响更为显著。序号名称说明1净利润最大预测环比差分最激进的分析师预期变化2净利润最大预测环比差分市场中位数分析师预期变化逻辑传导关系资金推动股票上涨分析师基金经理传递市场预期（分析师作为代理变量）323.1

预期景气度因子资料来源：Wind，国海证券研究所，数据截止到20230721

，总体表现均为年化后结果表1：2018年以来，预期景气度策略（A+及以上）表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率预期景气度18.16%16.39%16.02%52.89%1.110.97等权策略10.16%16.01%12.48%53.78%0.630.62表2：对比2018年以来预期景气度策略与等权策略（A+及以上）的表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率2018-2.95%9.21%12.11%48.76%-0.44-0.54201955.47%6.09%15.83%55.97%9.242.78202025.15%15.11%21.87%52.89%1.600.99202132.51%12.82%16.13%55.37%2.361.572022-1.20%16.39%15.45%51.04%-0.14-0.2720232.33%6.06%8.92%52.27%0.27-0.10总体表现18.16%16.39%16.02%52.89%1.110.97-0.200.20.40.60.8100.511.522.53超额收益净值预期景气度策略表现预期景气度策略在2022年经历了较大的回撤，最近的表现也比较一般。不过在过去五年中，该因子的整体表现仍然优于等权策略。图1：

2018年以来，预期景气度因子相较于等权策略的超额收益超额收益景气度等权333.1

结合蒙特卡洛与动量因子资料来源：国海证券研究所构建蒙特卡洛+动量双因子策略由于两个选债方法思路上相对独立，我们考虑把这两个因子做结合，形成新的选债因子双因子策略逻辑月频调仓筛选余额2个亿以上，日均成交500万，到期时间1年以上的转债在月末交易日，持仓综合因子排名前20%的转债综合因子

=因子1

+

因子2因子1：蒙特卡洛因子2：均线动量综合因子构建方法3.1

结合蒙特卡洛与动量因子收益最大回撤年化波动率胜率卡尔玛比率夏普比率2018-4.29%13.88%10.67%46.69%-0.44-0.83201946.85%12.34%14.70%59.67%3.702.49202017.06%7.63%16.17%52.89%2.070.83202154.95%9.21%13.02%64.46%5.863.222022-1.93%11.17%12.50%53.53%-0.33-0.4920237.24%3.40%7.25%55.30%3.401.18总体表现19.40%13.88%13.14%55.64%1.401.23表1：2018年以来，蒙特卡洛+动量（A+及以上）策略表现表2：对比2018年以来蒙特卡洛+动量与等权策略（A+及以上）的策略表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率蒙特卡洛+动量19.40%13.88%13.14%55.64%1.401.23等权策略10.16%16.01%12.48%53.78%0.630.62策略对比：蒙特卡洛+动量策略稳定跑赢等权策略过去五年的策略数据显示，蒙特卡洛+动量策略稳定跑赢等权策略相比，其卡尔玛比率与夏普比率分别为1.40与1.23。-0.100.10.20.30.40.50.60.700.511.522.53超额收益净值图1：

2018年以来，蒙特卡洛+动量（A+及以上）相较于等权策略的超额收益超额收益蒙特卡洛+动量等权34资料来源：Wind，国海证券研究所，数据截止到20230721

，总体表现均为年化后结果3.1

结合蒙特卡洛与动量因子蒙特卡洛+动量策略相比于蒙特卡洛策略：近期表现相对较差与单因子策略对比，加入动量因子后的蒙特卡洛双因子策略在过去5年的总体表现优于单因子策略。在2022年，尽管蒙特卡洛+动量策略在波动性和回撤方面相对于纯动量策略有所提升，但其效果仍不如蒙特卡洛单因子策略。表1：2018年以来，蒙特卡洛+动量（A+及以上）策略表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率2018-2.98%14.01%9.23%50.41%-0.26-0.69201932.52%11.52%14.36%55.97%2.791.8520208.07%9.87%12.46%53.72%0.740.4202140.42%10.49%10.97%64.05%3.832.9320222.20%11.22%11.94%52.70%0.06-0.1420237.24%4.00%6.33%56.82%2.931.36总体表现14.64%16.48%11.51%55.71%0.891.02收益最大回撤年化波动率胜率卡尔玛比率夏普比率2018-4.29%13.88%10.67%46.69%-0.44-0.83201946.85%12.34%14.70%59.67%3.702.49202017.06%7.63%16.17%52.89%2.070.83202154.95%9.21%13.02%64.46%5.863.222022-1.93%11.17%12.50%53.53%-0.33-0.4920237.24%3.40%7.25%55.30%3.401.18总体表现19.40%13.88%13.14%55.64%1.401.23表2：2018年以来，蒙特卡洛（A+及以上）策略表现-0.2-0.100.10.20.30.40.50.60.70.800.511.522.53超额收益净值图1：

2018年以来，蒙特卡洛+动量（A+及以上）相较于蒙特卡洛（A+及以上）的超额收益超额收益蒙特卡洛+动量蒙特卡洛35资料来源：Wind，国海证券研究所，数据截止到20230721

，总体表现均为年化后结果3.1

结合蒙特卡洛，动量与预期景气度因子蒙特卡洛+动量+预期景气度策略：收益较高，但回撤仍然较大此处我们加入预期景气度因子，构成蒙特卡洛+动量+预期景气度三因子策略，收益表现有进一步提升。我们认为这是一个合格的进取型策略。表1：2018年以来，蒙特卡洛

+

动量

+

预期景气度（A+及以上）策略表现表2：对比2018年以来蒙特卡洛

+

动量

+

预期景气度与等权策略（A+及以上）的策略表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率三因子22.30%15.00%14.91%54.23%1.491.27等权策略10.16%16.01%12.48%53.78%0.630.6200.20.40.60.811.21.41.600.511.522.533.5超额收益净值图1：

2018年以来，蒙特卡洛+

动量+

预期景气度（A+及以上）相较于等权策略的超额收益超额收益蒙特卡洛+动量+景气度等权收益最大回撤年化波动率胜率卡尔玛比率夏普比率20185.99%7.92%11.20%49.17%0.570.19201944.58%6.12%15.90%58.85%7.272.26202032.06%10.66%19.42%51.65%2.851.35202151.19%11.90%16.28%57.02%4.022.352022-6.80%15.00%12.88%52.28%-0.57-0.8720237.45%2.80%7.72%56.06%4.351.19总体表现22.30%15.00%14.91%54.23%1.491.2736资料来源：Wind，国海证券研究所，数据截止到20230721

，总体表现均为年化后结果3.1

结合蒙特卡洛，动量与预期景气度因子蒙特卡洛+动量+预期景气度策略三因子策略在收益端继续获得显著提升，但因为加入太多股票端弹性类因子，导致22年出现较大的负收益，这个策略受权益市场下行风险影响较大。蒙特卡洛策略是一个alpha属性更为明显的策略，风险相对可控，接下来我们考虑把这两个策略结合进行策略的轮动。收益最大回撤年化波动率胜率卡尔玛比率夏普比率20185.99%7.92%11.20%49.17%0.570.19201944.58%6.12%15.90%58.85%7.272.26202032.06%10.66%19.42%51.65%2.851.35202151.19%11.90%16.28%57.02%4.022.352022-6.80%15.00%12.88%52.28%-0.57-0.8720237.45%2.80%7.72%56.06%4.351.19总体表现22.30%15.00%14.91%54.23%1.491.27表1：2018年以来，蒙特卡洛

+

动量

+

预期景气度（A+及以上）策略表现00.20.40.60.811.200.511.522.533.5超额收益净值图1：

2018年以来，蒙特卡洛+

动量+

预期景气度（A+及以上）相较于蒙特卡洛策略的超额收益超额收益蒙特卡洛+动量+景气度蒙特卡洛37资料来源：Wind，国海证券研究所，数据截止到20230721

，总体表现均为年化后结果收益最大回撤年化波动率胜率卡尔玛比率夏普比率2018-2.98%14.01%9.23%50.41%-0.26-0.69201932.52%11.52%14.36%55.97%2.791.8520208.07%9.87%12.46%53.72%0.740.4202140.42%10.49%10.97%64.05%3.832.9320222.20%11.22%11.94%52.70%0.06-0.1420237.24%4.00%6.33%56.82%2.931.36总体表现14.64%16.48%11.51%55.71%0.891.02表2：2018年以来，蒙特卡洛（A+及以上）策略表现383.2策略轮动：根据估值决定策略的选择资料来源：Wind，国海证券研究所风向标转债估值法介绍风向标转债估值法是国海金工使用的一种转债估值法，由于转债价格与转股价值近似呈现二次曲线关系，即转债价格(CB)与转股价值(P)符合类似𝑪𝑩=𝒇(𝑷

)𝒇(𝒙)=𝒂𝒙𝟐+𝒃𝒙+

𝒄的关系，我们采用二次曲线的拟合结果作为转债的估值判断。图1：风向标转债估值法示意图风向标价格指数逻辑刻画转债市场的整体估值水平基于转债整体数据推导出二次函数，该函数将平价定为100的转债作为定价依据𝑓(100)：此价格为转债的“风向标价格指数”393.2策略轮动：根据估值决定策略的选择资料来源：Wind，国海证券研究所，数据截止到20230630择时信号构建方法估值信号：若估值上升，我们判断转债市场整体情绪良好，因此使用包含动量与预期景气度的三因子综合因子，否则使用基础蒙特卡洛策略。过热信号：若估值超越过去一年的95%分位点，则预计市场处于过热状态，因此切换策略为蒙特卡洛单因子。100.00105.00110.00115.00120.00125.00130.00135.00图1：

风向标估值指数与月末择时信号风向标估值信号过热信号风向标估值指数估值下降：使用蒙特卡洛因子估值上升：使用综合因子<

本月估值均值>=

本月估值均值估值信号风向标估值指数过热：使用蒙特卡洛因子未过热：使用综合因子>=

滚动1年的95%分位点<

滚动1年的95%分位点过热信号3.2策略轮动：根据估值决定策略的选择表2：对比2018年以来蒙特卡洛

+

动量

+

预期景气度

+

择时信号与等权策略（A+及以上）的策略表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率三因子+信号20.59%12.48%12.29%55.56%1.651.39等权策略10.16%16.01%12.48%53.78%0.630.62结合估值信号后：相对于等权基准超额收益更加稳定融入择时信号的蒙特卡洛三因子策略相对于等权策略的超额收益更加稳定，卡尔玛比率与夏普比率分别达到1.65与1.39。收益最大回撤年化波动率胜率卡尔玛比率夏普比率20182.68%10.38%9.76%51.65%0.11-0.14201936.05%11.11%12.47%57.20%3.212.32202025.39%6.10%14.71%52.48%4.031.41202145.51%12.48%13.14%61.57%3.382.5820222.54%11.01%12.51%53.11%0.09-0.1020238.41%2.80%7.41%56.82%4.981.45总体表现20.59%12.48%12.29%55.56%1.651.3900.20.40.60.811.200.511.522.53超额收益净值图1：

2018年以来，蒙特卡洛+

动量

+

预期景气度+

择时信号（A+及以上）相较于等权策略的超额收益超额收益蒙特卡洛+动量+景气度等权估值信号过热信号40资料来源：Wind，国海证券研究所，数据截止到20230721

，总体表现均为年化后结果表1：2018年以来，蒙特卡洛

+

动量

+

预期景气度+

择时信号（A+及以上）策略表现3.2策略轮动：根据估值决定策略的选择相比于基础蒙特卡洛策略：超额收益也较为明显加入估值信号后，三因子策略在过去五年的最大回撤明显低于单因子策略，且每一年的策略表现皆跑赢蒙特卡洛单因子。与动量与预期景气度的结合使得策略在每一年都获得了正收益，通过估值信号判断市场环境并及时切换策略，有效地优化了策略的风险收益结构。收益最大回撤年化波动率胜率卡尔玛比率夏普比率2018-2.98%14.01%9.23%50.41%-0.26-0.69201932.52%11.52%14.36%55.97%2.791.8520208.07%9.87%12.46%53.72%0.740.4202140.42%10.49%10.97%64.05%3.832.9320222.20%11.22%11.94%52.70%0.06-0.1420237.24%4.00%6.33%56.82%2.931.36总体表现14.64%16.48%11.51%55.71%0.891.02表1：2018年以来，蒙特卡洛（A+及以上）策略表现收益最大回撤年化波动率胜率卡尔玛比率夏普比率20182.68%10.38%9.76%51.65%0.11-0.14201936.05%11.11%12.47%57.20%3.212.32202025.39%6.10%14.71%52.48%4.031.41202145.51%12.48%13.14%61.57%3.382.5820222.54%11.01%12.51%53.11%0.09-0.1020238.41%2.80%7.41%56.82%4.981.45总体表现20.59%12.48%12.29%55.56%1.651.39表1：2018年以来，蒙特卡洛

+

动量

+

预期景气度+

择时信号（A+及以上）策略表现00.10.20.30.40.50.60.70.800.511.522.53超额收益净值图1：

2018年以来，蒙特卡洛三因子+

择时信号（A+及以上）相较于蒙特卡洛（A+及以上）的超额收益超额收益三因子蒙特卡洛估值