`

分类型可转债多因子组合的构建

创建于 更新于

摘要

本报告围绕可转债不同类型(偏股型、平衡型、偏债型)构建分类多因子组合,采用估值和量价两大类因子,筛选与合成在不同类型样本中表现优异的因子,结合动态权重配置模型,实现年化收益约26~27%的绝对收益目标,风险控制良好[page::0][page::4][page::15][page::22]

速读内容


可转债分类与特征 [page::4][page::5]


  • 根据平底溢价率将可转债划分为偏股型(>20%)、平衡型(-20%~20%)、偏债型(<-20%)。

- 偏股型波动和收益最高,平衡型居中,偏债型波动和收益最低。
  • 平衡型转债市场数量最大,约占50%。


因子构建及评估方法 [page::7][page::8][page::9][page::12]


  • 因子分为估值类(绝对价格、蒙特卡洛定价偏离度、纯债到期收益率等)与量价类(正股动量、换手率调整RSI、开盘成交量占比等)。

- 对因子数据进行缺失值填补、去极值、中性化及分类型分组ZScore标准化。
  • 因子预测能力通过Rank IC、ICIR和分组超额收益评估,关注多头超额与多空收益。


偏股型转债多因子组合表现 [page::15][page::16]



| 因子名称 | Rank IC | IC
IR | 多头换手率(%) | 多头年化收益率(%) | 多空年化收益率(%) |
|--------------------------------|--------|-------|--------------|-----------------|-----------------|
| 双低的3M时序ZSCORE | -6.38% | -0.29 | 0.87 | 9.47 | 24.85 |
| 绝对价格 | -5.81% | -0.21 | 0.81 | 7.18 | |
| 蒙特卡洛模型定价偏离度 | 5.41% | 0.22 | 0.93 | 7.96 | |
| 隐波差的3M时序ZSCORE | -6.43% | -0.33 | 1.07 | 12.49 | |
| 正股60日Amihud指标 | 2.34% | 0.09 | 0.47 | 4.01 | |
| 正股60日ATR | -1.56% | -0.06 | 0.44 | 3.49 | |
| 转债近20日开盘半小时成交量占比标准差 | -3.58% | -0.18 | 0.86 | 6.93 | |
| 转债近20日温和和隔夜收益之和均值 | -1.49% | -0.07 | 0.80 | 5.80 | |
  • 偏股型合成因子效果显著,Rank IC达7.16%,多头年化超额收益率12.49%,信息比率1.38。

- TOP20组合年化收益达29.73%,超额收益11.15%,收益风险比1.19。

平衡型转债多因子组合表现 [page::16][page::17]



| 因子名称 | Rank IC | ICIR | 多头换手率(%) | 多头年化收益率(%) | 多空年化收益率(%) |
|---------------------------------|--------|-------|--------------|-----------------|-----------------|
| 双低的3M时序ZSCORE | -8.31% | -0.61 | 2.46 | 7.07 | 19.31 |
| 纯债到期收益率 | 6.61% | 0.34 | 1.72 | 7.50 | |
| 蒙特卡洛模型定价偏离度 | 6.67% | 0.29 | 1.23 | 6.11 | |
| 转股溢价率 | -9.00% | -0.40 | 1.45 | 6.19 | |
| 正股60日Amihud指标 | 2.85% | 0.13 | 1.53 | 6.44 | |
| 换手率调整后的转债近60日日内5分钟线收益率方差均值 | -2.13% | -0.14 | 1.17 | 4.82 | |
| 换手率调整后的转债10日RSI指标 | -0.55% | -0.03 | 0.95 | 4.18 | |
| 正股10日PERCENTB指标 | 4.05% | 0.22 | 1.13 | 4.20 | |
| 转债近20日开盘半小时成交量占比均值 | -1.39% | -0.07 | 0.75 | 3.02 | |
  • 平衡型合成因子Rank IC达8.58%,多头超额收益率10.25%,信息比率2.25。

- TOP20组合年化收益24.71%,超额收益10.33%,收益风险比1.71。

偏债型转债多因子组合表现 [page::17][page::18]



| 因子名称 | Rank IC | IC
IR | 多头换手率(%) | 多头年化收益率(%) | 多空年化收益率(%) |
|--------------------------|--------|-------|--------------|-----------------|-----------------|
| 双低的6M时序ZSCORE | -6.85% | -0.28 | 1.53 | 7.98 | 17.19 |
| 纯债溢价率 | -1.59% | -0.06 | 1.01 | 4.77 | |
| 正股20日MFI指标 | 3.17% | 0.14 | 1.32 | 5.99 | |
| 正股20日动量 | 2.97% | 0.12 | 1.57 | 6.03 | |
| 正股20日PERCENTB指标 | 6.36% | 0.26 | 1.68 | 8.65 | |
  • 偏债型合成因子Rank IC 7.8%,多头年化超额收益率10.54%,信息比率2.0。

- TOP20组合年化收益22.98%,超额收益7.68%,夏普1.78。

转债多类型组合的权重配置模型 [page::19][page::20][page::21]


  • 权重配置采用等权、按类型样本数量占比、波动率倒数加权、风险平价以及均值方差模型。

- 年化收益方面,等权、按类型占比加权表现较好,分别为27.54%和26.09%。
  • 风险平价和波动率倒数配置最大回撤显著下降,回撤分别为11.44%和12.33%。

- 风险平价模型收益26.87%,夏普比率2.02,表现稳健。

深度阅读

资深金融分析报告详解:分类型可转债多因子组合的构建



---

一、元数据与报告概览



报告标题:《分类型可转债多因子组合的构建——宏观固收量化研究系列之(十一)》

作者与发布机构:东方证券研究所,证券分析师杨怡玲(执业证书编号:S0860523040002)与宋之辰(执业证书编号:S0860523080001)

发布日期:2023年9月17日

研究主题:本报告围绕中国可转债市场,基于转债股性与债性划分三类转债(偏股型、平衡型、偏债型)分别构建多因子策略,提出类型区分方案结合估值与量价特征打造差异化多因子模型,并探讨三类组合的动态资产配置优化方法,以提升组合收益并控制风险。

核心论点及目标信息:
  • 可转债兼具股性和债性,基于平底溢价率区间划分成三类。不同类型转债收益和波动呈现显著差异,偏股型表现高波动高收益,平衡型次之,偏债型最低波动与收益。
  • 股性和债性的差异构成重要风险因子,导致估值及量价因子在三类别转债上的择券效果存在分化。
  • 提出在各类型转债中分别构建多因子策略的思路,并筛选性能优异因子,形成针对性强的多头因子组合。
  • 通过多种资产配置模型在三类组合间动态权重分配,提升整体收益与风险调整表现。
  • 报告以较丰富的因子库和实证数据支持,提供细分和动态配置视角的转债多因子投资方案。


该报告通过严谨的数据整理、丰富的因子分析与组合构建手段,助力投资者深化转债细分策略研究和组合优化实践,精准把握不同类别转债的投资逻辑及操作路径。[page::0,1]

---

二、逐节深度解读



1. 研究背景与样本划分(第4-7页)



报告回顾了此前研究的基础,即可转债作为具有转股权的公司债,兼具“股性”与“债性”,其价格由纯债价值、转股溢价等构成(图1示意股债属性),并通过平价溢价率划分转债类别:
  • 偏股型转债: 平底溢价率 > 20%

- 平衡型转债: 平底溢价率介于 -20% ~ 20%
  • 偏债型转债: 平底溢价率 < -20%


数据显示,平衡型转债数量最多,占约50%,其次为偏债型和偏股型;且三类转债从2017年起累计净值走势区分明显,偏股型收益与波动最高,平衡型次之,偏债型最低(图2、图3)。此划分原则在收益波动风格上表现出清晰的分层。

投资者行为层面,不同机构对三类转债有区别偏好,如稳健投资者偏好偏债型以求风险控制,可转债基金及激进投资者更关注偏股型发掘超额收益。故细分策略设计有助于精准契合多样化需求。[page::4,5,6]

样本筛选以2018年至2023年中为研究期间,过滤条件严格,包括流动性、信用评级、发行规模、价格及换手率限制,保证数据质量及策略适用性(图4)。因子值缺失采用类型中位数填充,极端值采用MAD法控制,三类样本独立中性化与标准化处理,确保数据稳健与比较公允。[page::6,7]

2. 单因子构建与初步测试(第8-13页)



报告将因子分为两大类:
  • 估值类因子:包括转债绝对价格、转股溢价率、纯债溢价率、纯债到期收益率、蒙特卡洛模型定价偏离度、双低(价格与溢价率)时序ZScore、隐含波动率差异等。采用二项式回归剔除平价影响,针对转债非线性的期权本质定价逻辑做因子设计。图5、6直观展现估值因子与平价的非线性关系。
  • 量价类因子:基于转债与正股的交易数据,如正股的ATR、Amihud流动性指标、动量、MFI资金流指标、PERCENTB指标;转债自身的换手率调整RSI、成交量占比均值与标准差、日内收益率方差、温和与隔夜收益和等。设计旨在捕捉流动性、行情强度与市场参与度特征。


估值因子普遍表现稳健,如蒙特卡洛定价偏离度因子在偏股与平衡型转债表现显著,而在偏债型因期权深度虚值性质表现下降。纯债到期收益率则主要在平衡型有效,偏债型往往是风险因子而非Alpha因子。量价因子虽整体稳定性较估值因子差,但多因子组合补充其选择性优势。例如正股PERCENTB、MFI指标对偏债型有效,转债开盘成交量占比的波动对偏股型有Alpha贡献。

各因子具体表现及分组收益趋势详见表1、2及图7至图22,反映不同因子在多样样本中的实证表现。[page::8,9,10,11,12,13,14]

3. 分类型单因子筛选与多因子合成(第14-18页)



基于上述单因子测试,报告为三类转债分别筛选高性能因子并通过等权加权合成估值因子和量价因子,继而再次等权合并,获得类型内多因子因子得分:
  • 偏股型因子组合选用因子包括绝对价格、蒙特卡洛定价偏离度、双低的3月时序ZScore、隐波差的3月时序ZScore、正股60日Amihud和ATR指标、转债近20日温和和隔夜收益均值及开盘半小时成交量占比标准差。合成因子表现优秀,Rank IC均值7.16%,ICIR为0.32,多头年化超额收益12.49%,多空收益24.85%(表3,图23,图24)。TOP20等权组合年化收益高达29.73%,风险收益比1.19(表4,图25,图26)。
  • 平衡型因子组合包括纯债到期收益率、转股溢价率、蒙特卡洛模型偏离度、双低3月ZScore、正股60日Amihud、转债成交量占比均值、正股10日PERCENTB、换手率调整后的转债收益率方差和RSI等,表现更优,Rank IC均8.58%,ICIR 0.42,胜率68%,多头超额收益率10.25%,信息比率2.25(表5,图27,图28)。TOP20组合年化收益24.71%,风险收益比1.71(表6,图29,图30)。
  • 偏债型因子组合选用纯债溢价率、双低6月ZScore、正股20日PERCENTB、动量、MFI指标,合成因子Rank IC 7.8%,IC_IR 0.33,多头超额收益10.54%,信息比率2(表7,图31,图32)。TOP20组合年化收益22.98%,收益风险比1.78(表8,图33,图34)。


组合调仓均采用双周频率,买卖滑点与手续费计入,严格模拟实操场景。多因子组合均大幅超越对应类型均权样本平均水平,表现稳定,风险调整能力显著提升。[page::14,15,16,17,18]

4. 多组合动态权重配置(第19-22页)



报告针对三类转债多头组合提出权重动态分配策略,目标在于不择时情况下依赖收益与风险特征优化整体组合,减少回撤并提升风险收益比。测试配置方法包括:
  • 等权重

- 按转债类型数量占比配权
  • 波动率倒数加权(根据过去一年波动率的倒数调整权重)

- 风险平价模型(目标平衡各资产组合的风险贡献)
  • 均值方差模型(经典Markowitz均值方差优化,约束总权重与最大波动)


以TOP15组合作为配置对象,回测2019年至今。结果指出:
  • 按类型数量占比与等权配置收益最高,年化分别26.09%及27.54%,但回撤显著较大。

- 波动率倒数和风险平价配置回撤明显减少(最大回撤11.44%和12.33%,收益分别26.79%和26.87%),风险收益指标更优。
  • 均值方差模型收益最低(22.72%),但回撤也较优(-11.62%),信息比率较波动率倒数和风险平价略低。


各模型净值和超额收益走势见图35、36,动态权重变化示意见图37、38。整体表明,风险贡献基础的配置模型在控制风险和保持收益之间达到更优平衡。[page::19,20,21,22]

5. 结论与风险提示(第22-23页)



报告总结:
  • 可转债股债二元属性明显,基于平底溢价率准确划分三类转债。三类表现风格显著差异,股性越强波动与收益越高。
  • 估值和量价因子择券效果依转债类型变异,分别构建分类型多因子模型效果更优。
  • 各类型多因子组合均展现稳健的Alpha绩效,信息比率良好。
  • 动态资产配置将三类因子组合动态权重分配,显著改善风险调整后收益和最大回撤表现。


风险提示包括模型基于历史数据,未来存在失效风险;极端市场环境可能造成模型性能剧烈波动,带来亏损可能。[page::22,23]

---

三、图表深度解读



关键图表及解读


  • 图1:可转债属性示意图

展现转债价格受债性(纯债价值)和股性(平价及溢价)双重影响,价格曲线介于纯债价值和平价之间,体现转债为嵌入期权的复合证券本质。
  • 图2&3:各类型转债数量及净值走势

图2显示平衡型最多,占比50%左右,偏债和平衡型数量属于次要。图3表明偏股型波动高且长期收益最高,偏债型表现稳健但收益较低,突显三类转债的本质分化。
  • 图5&6:转债平价与估值因子的非线性关系散点图

两图均体现转债核心价格变量(转股溢价率、绝对价格)与平价之间存在非线性关系,支持使用回归残差剔除平价影响设计估值因子的必要性。
  • 表1&图7-14:主要估值因子表现与分组收益曲线

估值因子整体表现良好,如蒙特卡洛模型定价偏离度因子RankIC最高(0.29)且多头收益优异。分组收益曲线普遍显示多头组超额表现明显,验证因子的选股效率。
  • 表2&图15-22:主要量价因子表现与趋势

量价因子IC整体略低但部分因子如正股PERCENTB、MFI指标在特定类别表现突出。成交量占比的均值与波动对不同类别的影响亦有差异,具体数据支持因子逻辑判断。
  • 表3-8及图23-34:分类因子组合表现与策略回测

各类型合成因子均表现出稳健的Rank IC及多头超额收益,TOP组合年化收益范围约22%-30%,多空收益良好。净值走势图显示组合相对基准有显著弹性。
  • 表9-10及图35-38:组合权重配置策略回测

等权与按数量占比加权回报率最高但回撤显著;风险平价与波动率倒数法最优平衡回报与风险,获得显著风险缓释效果。组合权重随市场波动动态调整,避免单一类别主导风险。

综上,图表与数据详实展现了多因子策略在可转债不同分类中的选股效力及组合优化成效,验证了报告的理论及方法论。[page::4,5,6,7,9,10,12,13,15,16,17,18,19,20,21,22]

---

四、估值分析详解



报告采用了两大类别的估值方法结合量价分析:
  • 蒙特卡洛模拟定价偏离度:通过模拟正股价格路径及多期权特征,考虑条款影响以模拟美式期权转股权益价值,反映理论合理价格与市场价格的偏差。该方法优于传统Black-Scholes模型,体现转债定价复杂度,尤其适用于偏股及平衡型转债,偏债型转债失效可能因市场异质导致深度虚值期权估价不稳。
  • 二项式回归剔除平价影响后的残差估值因子:利用二次多项式回归模型将因子与平价函数拟合,取残差作为估值信号,剥离转债股性中平价的非线性影响,更精准捕捉个券估值误差。
  • 多因子综合加权:估值与量价因子分别等权组合,再进行等权融合,兼顾估值基础与市场行为信息,提高因子信息效率。


权重配置部分引用经典现代资产组合理论:
  • 均值方差优化模型(Markowitz):以期望收益最大化为目标,风险(波动率)作为约束,计算优化权重,提升风险调整后收益。
  • 风险平价模型(Qian):强调组合内资产边际风险贡献均衡,通过优化模型降低单一资产风险暴露,提升组合稳定性。
  • 波动率倒数法:简单且有效的风险加权,分配更多权重给低波动资产,自动缩小高风险暴露。


报告方法论深度与成熟度兼备,充分挖掘转债估值内涵与交易行为特征,结合组合优化实现多元投资管理目标。[page::8,9,19,20]

---

五、风险因素评估



报告明确指出两大风险:
  1. 量化模型失效风险:基于历史数据的因子模型可能随市场结构变化而失效。因子择时、投资者行为的复杂演化及市场环境变动均可能导致模型预测能力下降。
  2. 市场极端环境冲击风险:在极端市场情况下(如政策大变、经济剧变、流动性枯竭等),模型表现可能大幅偏离历史表现,投资组合可能遭受显著亏损。


报告未提供具体缓解策略,但多因子、分类型及动态权重调节本质上具备一定分散及风险控制功能,有助于降低单一因子或类别风险暴露。[page::23]

---

六、审慎视角与细微差别


  • 潜在偏见:报告作者重复强调分类型多因子策略的优越性,可能存在对分类型模型过度偏好,未完全对比整样本多因子模型表现;但报告中对各类型间因子有效性的异质性描述较为客观。
  • 模型假设局限:蒙特卡洛模拟假设正股价格服从几何布朗运动,忽视极端跳跃和结构性风险;深度价外转债定价较弱,可能对偏债型策略产生影响。
  • 组合交易成本考虑:报告在回测中计入千分之1.5买卖成本,但未详尽说明行业冲击下流动性风险对模型实操的影响。
  • 动态资产配置的样本依赖风险:采用历史波动率估计未来风险存在时效性限制,且组合权重对历史极端波动敏感。
  • 部分图表细节未解释透彻,如图中部分收益曲线波动原因缺乏补充说明,可能对读者理解略有障碍。


总体而言,报告假设清晰,逻辑严密,潜在局限多为市场及技术工具固有限制,未见明显自相矛盾信息。[page::8,9,19,23]

---

七、结论性综合



该报告着重构建了基于估值与量价因子的多因子模型,针对可转债的三种分类(偏股型、平衡型、偏债型)独立筛选并优化因子组合,揭示三类转债在收益波动风格上的差异及对应优质因子表现:
  • 偏股型策略的合成因子以价格绝对水平及估值偏离度因子为核心,辅以正股流动性指标和转债特定交易量波动因子,展示最高波动与超额收益(年化约29.7%),但风险也相对较高。
  • 平衡型策略结合纯债收益率和估值偏差指标,并加入更多基于转债和正股的成交量及交易波动因子,收益稳健且风险调整较好(年化约24.7%,信息比率最高)。
  • 偏债型策略侧重纯债溢价与正股资金流指标,控制风险以期稳定收益(年化约23%)。


分类型多因子设计揭示了因子在不同转债类型的差异化效用,匹配了投资者多样化偏好。

资产配置部分对三类多因子组合采用多种动态权重分配模型,风险平价和波动率倒数法取得最优风险收益平衡,相较于等权或数量占比配权显著降低最大回撤(约11.4%-12.3%)同时保持26%以上年化收益。

整个策略表现优异,信息比率均有较好体现,结合严格的样本筛选、因子验证及交易成本计入,具备较强的实操指导参考价值。

风险方面,报告强调历史依赖性和极端行情冲击风险,提醒投资者动态调整并持续监控模型表现。

总体评级意见:

本报告无明确投资评级,但策略和分析结果显示,多因子及分类型配置是提升转债投资收益风险比的有效路径,建议关注并采用分层多因子体系结合动态风险配置策略,作为转债资产管理及量化配置的重要参考。

---

以上分析基于报告全文内容,引用标注遵循指定页码格式。

报告