• 可转债池预处理策略 [page::0][page::1]：

- 剔除剩余规模小于2亿元的可转债样本，剔除赎回风险较大，尤其是距离强赎条件满足日少于等于6个交易日的转债。
- 通过分析发现，接近强赎条件的转债平均收益率显著下跌，不适合纳入量化选债池。

• 单因子测算及表现 [page::1][page::2][page::3]：

- 选取80个技术因子，在偏债层、中性层和偏股层分别测试，单因子多头净值和多空净值走势良好。
- 以偏债层Alpha042、中性层Alpha088、偏股层Alpha024为代表因子，单因子回测显示因子信息系数（IC）表现稳定。

• 单因子回测多头组合年化收益表现 [page::3]：

| 因子 | 偏债 | 中性 | 偏股 |
|--------------|---------|---------|---------|
| 最有效因子1 | 19.31% | 30.01% | 55.15% |
| 最有效因子2 | 18.79% | 29.31% | 44.85% |
| 最有效因子3 | 18.60% | 27.60% | 41.67% |
| 最有效因子4 | 18.26% | 27.51% | 40.23% |
| 最有效因子5 | 18.10% | 24.80% | 39.22% |
| 最有效因子6 | 17.38% | 24.40% | 39.04% |
| 最有效因子7 | 17.07% | 24.26% | 37.71% |
| 最有效因子8 | 16.60% | 23.83% | 35.25% |
| 最有效因子9 | 16.48% | 22.65% | 35.10% |
| 最有效因子10 | 16.02% | 20.42% | 34.40% |

• 多因子组合构建与回测表现 [page::3][page::4][page::5][page::6]：

- 通过滚动ICIR加权，分层精选10个有效技术因子构建多因子组合，显著提升了收益率和夏普比率。
- 2019年以来，偏债层年化收益11.35%，中性层22.95%，偏股层42.92%，均突破单因子回测水平。
- 精选技术多因子策略均优于同期对应分层转债指数，验证策略的市场适应性和稳定性。

• 设置分层转债指数作为更合理基准 [page::4][page::5]：

- 市场常见中证转债指数波动特征复杂，不同股债属性表现不同。
- 本报告创新性建立偏债、中性、偏股三大分层转债指数，动态调整成分及市值加权，提升基准的有效性和准确性。

• 风险提示 [page::6]：

- 市场环境变量存在不确定性，历史因子和模型表现不代表未来结果。
- 样本规模及市场流动性变化可能影响模型有效性。
- 报告不构成直接投资建议，需结合实际情况审慎使用。

【广发金融工程】传统技术因子在可转债组合中的应用——详尽分析报告

---

1. 元数据与报告概览

• 标题：《传统技术因子在可转债组合中的应用》

- 作者：张超

• 机构：广发证券金融工程研究中心

- 发布日期：2023年11月21日

• 研究主题：可转债领域中传统技术因子的应用研究，重点围绕价量因子的有效性及其在可转债组合管理中的表现。

核心论点及目标

本报告探讨了传统技术因子，特别是价量因子，在可转债领域的应用潜力。尽管价量因子在股票领域由于被广泛使用而有效性有所下降，但在可转债领域的应用尚处于起步阶段，可能蕴含丰富的alpha机遇。

作者通过数据预处理、单因子和多因子测试，对国内可转债进行了分层（偏债层、中性层、偏股层）量化研究，提出了分层转债指数作为更符合实际的组合基准，并验证了基于精选技术因子的多因子组合优于传统指数的表现，年化收益显著提高。

---

2. 逐节深度解读

2.1 技术因子于转债

报告指出，近年价量因子在股票市场的成功引发了广泛研究，但也使得这一因子效果递减。相比之下，国内机构对可转债的价量因子研究较少，潜在的alpha仍未被充分开发。由此，技术因子在可转债投资中具有被低估的价值page::0]。

2.2 可转债池的预处理

报告对初期债池进行了严格的筛选：

• 剔除剩余规模小于2亿元的可转债，以排除流动性较差的资产。

- 剔除具有赎回风险，尤其是距离强赎条件满足时间（N）小于等于6个交易日的可转债。

图1说明：2019年以来，该规模条件剔除的转债数量和样本占比变化趋势，数据显示剔除比例最高时超过20%，而后从2022年开始比例逐渐减少至近10%以下，说明经过该预处理后剩余债券池更加聚焦优质流动资产[page::0]。

2.3 强赎条件与收益关系

图3展示了“仍需1-7个交易日达到强赎条件”的可转债对应的平均累计收益率。发现：

• 近距离强赎（1-3天）样本收益为正，说明大多融资者在强赎前得到一定正收益。

- 但超过4天的样本收益转为负值，且距离越远收益越低，显示赎回风险对转债表现的压制显著[page::1]。

2.4 技术因子库与单因子测算

选取80个技术因子，分别对偏债、中性、偏股三层转债池进行月度多空组合构建和测算。

• 以偏债层的Alpha042因子为例：

- 多头净值图5显示稳步上升趋势，体现因子多头组合表现良好，累计价值超2倍。
- 空头净值图6相对平稳，波动不大，反映空头策略风险较低。
- 多空净值图7呈现整体向上走势，说明该因子具备良好的多空选股能力。
- 信息系数（IC）序列图8显示IC值波动较大，但整体有正向IC，增添因子有效性信心。

类似中性层的Alpha088因子（图17-20）和偏股层Alpha024因子（图29-32）也展示了明确的正收益趋势和正向IC，验证不同分层均有有效技术因子[page::1,2]。

2.5 单因子年化收益表现（表2）

• 偏债层最有效因子年化收益介于16%-19%间。

- 中性层因子表现优于偏债，年化收益在20%-30%左右。

• 偏股层因子表现最佳，个别因子年化收益超过50%，显示股票部分转债带来收益驱动力最大。

表格清晰体现了因子收益的分层差异，偏股层技术因子的alpha能力显著增强[page::3]。

2.6 多因子回测及组合构建

• 通过80个因子基于滚动信息比率（ICIR）加权构造多因子评分模型。

- 每个分层精选10个有效因子构建组合，提高组合收益及夏普率。

• 自2019年以来，精选多因子组合年化收益：

- 偏债层：11.35%
- 中性层：22.95%
- 偏股层：42.92%

图43-45展示了精选多因子组合净值曲线对比“全部因子”组合及基准，中长期超额收益明显且稳定，说明因子筛选和分层策略有效[page::3,4]。

2.7 分层转债指数设计

报告提出并设计三个分层转债指数（偏债转债指数、中性转债指数、偏股转债指数），样本动态选取剩余规模大于2亿的所有可转债，按市值加权归类体现不同风险收益特征，解决传统中证转债指数波动特征不清晰的问题。

图46显示三层指数净值差异，偏股转债指数涨幅最大，偏债指数较为平稳，更符合债券属性[page::4,5]。

2.8 精选多因子组合相对表现

精选多因子策略均跑赢相应分层转债指数：

• 图47（偏债层）显示精选策略收益优于偏债转债指数；

- 图48（中性层）和图49（偏股层）同理，均明显跑赢对应基准。

这验证了技术因子组合的应用价值和分层建模的合理性[page::5,6]。

2.9 风险提示

报告提醒，基于历史数据的量化模型存在统计学意义下的表现不确定性，且样本数减少（尤其某些债券规模变小被剔除）可能引发统计样本不足风险。此外，报告不构成投资建议，投资需谨慎[page::6]。

---

3. 图表深度解读

图1 — 2019年以来剩余规模小于2亿元被剔除可转债数量与占比 (page 0)

该图采用双轴展示剔除样本数量（右轴）与占总样本比重（左轴）趋势：

• 2020年初起剔除数量达到峰值，反映当时市场低迷或发债活跃导致小规模转债增多。

- 剔除比例超过20%表明该规模筛选标准在样本构建中发挥核心作用。

• 2022年以后整体呈下降趋势，说明市场结构优化，更多转债满足规模要求。

该图佐证预处理策略有效剔除了流动性较差的部分，保证样本池质量。

图3 — 仍需1-7个交易日满足强赎条件的转债平均收益 (page 1)

条形图显示随着距离强赎天数增加，可转债累计收益率从正转为负：

• 表明赎回临近时价格受利好压制，收益可正；

- 早期距离强赎时价格潜在风险和不确定性更高，收益偏负。

强调了将赎回临近债券剔除或特殊对待的重要性。

图5-8 — 偏债层Alpha042技术因子表现 (page 1)

• 多头净值稳健成长，表现优异；

- 空头净值相对缓和；

• 多空净值曲线持续上行，显示该因子具有良好的择债能力；

- 信息系数（IC）有波动但多数为正值，表明因子有效性具备统计显著性。

此类多维指标分析，综合体现因子在多个维度的有效性，增强策略建构信心。

图17-20 和 图29-32 — 中性层Alpha088和偏股层Alpha024因子表现 (page 2)

同样显示多头净值显著增长，空头净值较为平稳或小幅下降，多空净值强劲。IC序列波动均带正向区间，反映技术因子有效特征具有跨层稳健性及多样性。

表2 — 单因子回测多头组合年化收益 (page 3)

数字清楚表明技术因子收益力：

• 偏股层因子整体收益最高，达40%-55%范围；

- 偏债及中性层因子稳健，年化收益均在16%-30%区间。

这说明技术因子在估值偏股的可转债中发挥更强的挑选效果。

图43-49 — 多因子组合与分层转债指数对比净值曲线 (page 3-6)

• 净值曲线呈现长期强劲向上趋势；

- 精选多因子组合优于全因子组合，突出因子筛选效用；

• 精选多因子策略接连跑赢对应分层指数，验证报告提出的分层和多因子模型设计合理；

图46三条分层指数净值线更体现了偏股、高风险偏好的转债指数表现最好，符合转股属性收益高的预期。

---

4. 估值分析

本报告不涉及传统估值模型（如DCF、市盈率等），而是基于价量技术因子的量化回测和组合构建。估值框架以多因子量化评分为核心，通过ICIR滚动赋权和因子筛选优化组合权重，构建多因子组合。

---

5. 风险因素评估

• 市场不确定性：模型基于历史统计，未来市场波动可能影响因子有效性。

- 样本不足风险：剔除小规模可转债可能导致样本池缩小，影响统计功效。

• 模型非投资建议：报告明确声明内容仅供参考，投资需结合综合判断。

报告未详细披露缓解策略，但提出理性认识模型局限性。

---

6. 审慎视角与细节观察

• 因子有效性的周期性：IC序列波动显示技术因子表现具有阶段性，投资者需警惕因子失效风险。

- 分层设计思想合理且创新：但分层标准或市值分位划分的具体细节未详，可能影响模型普适性。

• 市场环境影响：因子回测基于2019年以来的市场行情，未必反映不同市场周期下的表现。

- 风险提示较简略：建议未来研究进一步结合宏观风险和流动性风险进行定量分析。

---

7. 结论性综合

本报告系统地论证了传统价量技术因子在可转债组合构建中的应用价值，特别是在分层（偏债、中性、偏股）管理框架下，以80个技术因子为基础构建多因子量化模型，实现了明显高于对标指数的收益表现。

• 图1数据预处理保障样本流动性和风险控制。

- 图3揭示强赎风险对收益的负面影响，指导剔除规则设计。

• 各层主要因子（图5-8、17-20、29-32）均展现了稳健正向收益及信息系数，验证因子的有效性。

- 表2数字充分展现因子收益的层次性和强度。

• 图43-49精选多因子策略持续跑赢相应分层指数，显示优异的实际投资价值。

- 报告创新性提出分层转债指数，帮助更合理衡量不同风险偏好转债表现，解决传统指数波动不稳定的问题。

• 量化模型依赖历史数据存在风险，需注意市场结构变化造成的样本偏差及模型失效风险。

总体来看，报告为转债资产管理提供了技术因子量化应用的新视角和实践路径，具有较强的理论价值和应用指导意义，适合市场参与者作为量化投资参考工具。

---

参考图表

• [图1：由剩余规模小于2亿元条件被剔除的转债数量和占比

- 图3：仍至少需1-7个交易日满足强赎条件的可转债平均收益

• 图5-8：偏债层Alpha042因子多头、空头、多空净值及IC序列

- 图17-20：中性层Alpha088因子表现

• 图29-32：偏股层Alpha024因子表现

- 表2：单因子回测多头组合年化收益表

• 图43-45：精选技术多因子策略净值曲线（偏债、中性、偏股）

- 图46：分层转债指数净值曲线

• 图47-49：精选技术多因子策略VS分层转债指数（偏债、中性、偏股）

---

【分析结束】[page::0,1,2,3,4,5,6]

报告