TOC\o"1-4"\h\z\u一 研究背 二 模型設 多因子模型簡 可轉債多因子框架設 樣本 因子數據預處 因子評 三 轉債估值類因 正股量價類因 正股動量類因 正股量價結合因 正股轉債結合因 轉債量價類因 轉債日頻量價因 轉債分鐘線量價因 四 因子合 多因子組合策略表 TOPN組 類型平衡組 五 結 風險提 圖4：“轉股溢價率6個月時序ZScore”的分組超額收益 圖6：“隱波差的6個月時序Zscore”的分組超額收益 圖10：“正股60日PercentB”的分組超額收益 圖11：“正股60日PriceToHigh”的分組超額收益 圖12：“正股120日Amihud”的分組超額收益 圖18：“近5日日內5分鐘線RSI”的分組超額收益 圖19：“近10日日內5分鐘線RSI”的分組超額收益 圖30：“組內:等權&大類:等權”的Rank 圖31：“組內:對稱正交化后等權&大類:等權”的Rank 圖32：“組內:等權&大類:等權”的分組超額收益 圖33：“組內:對稱正交化后等權&大類:等權”的分組超額收益 圖34：“組內:等權&大類:等權”的top和bottom組超額收益 圖35：“組內:對稱正交化后等權&大類:等權”的top和bottom超額收益 表14：TOPN組合策略表 表15：TOPN組合分年度表 1從可轉債的債性維度來看，可轉債可看做純債價值和純債溢價之和。純債價值是指不考慮轉股權權益及其他附加條款的情況下可轉債未來所有現金流的折現價值，即通常所說的債底。可轉債在未來到期時，如果不轉股成為股票，而是按照債券的面值償還，則債券持有人可以至少獲得債券的債券面值作為回報，因此純債價值可以看做是可轉債的保底價值。純債溢價是指可轉債的市場價格相對于其純債價值的溢價情況，即作為一張可轉換為股票的債券所具有的附加價值。代表投資者購買可轉債時相對于純債需要支付的額外費用。從可轉債的股性維度來看，可轉債可看成平價和轉股溢價之和。平價指的是可轉債按照發行人發行時規定的轉股比例和轉股價兌換成股票后的轉股價值。轉股溢價是可轉債的市場價格相對于其轉股價值的溢價情況，表示投資者愿意為這種轉換權利而非直接購買標的正股所付出的溢價。202358563.175122資料來源：&隨著轉債市場容量的擴張和轉債交易的日漸活躍，越來越多的投資者開始關注使用量化的投資方法來分析和選取可轉債。由于可轉債與股票有較多相似的地方，因此股票領域的多因子模型是一種潛在的可以借鑒的投資模型。本文希望基于可轉債估值、正股量價以及轉債量價等數據，挖掘出更多與轉債未來收益有強相關性的因子，并通過將有效的因子組合成為一個最終得分，從而得到一個對轉債未來收益的預測或收益排序的預測。多因子模型的理論基礎可以追溯到套利定價理論（ArbitragePricingTheory，簡稱APT），該理根據套利定價理論，市場中的投資者會尋求利用無風險套利機會來獲得超額收益。這些套利機會源于資產的定價偏離其合理價值，因此投資者通過交易這些被低估或高估的資產來實現風險調整后的回報。套利定價理論認為，在市場不存在風險套利機會的情況下，風險資產的預期回報應該與一組風險因素相關聯，并且這些回報與各個因素之間存在線性關系：????=????+????,1??1+????,2??2+?+????,??????+這些風險因素可以是宏觀經濟因素，也可以是公司特定因素，也可以是市場上的交易情緒因素。多因子模型的核心在于識別出那些與資產回報顯著相關的因子，并利用它們來解釋和預測資產的回報。通過多因子模型，投資者可以構建一個包含多個因子的投資組合，并根據各個因子的權重對資產進行定價和評估。通過調整不同因子的權重和組合，投資者可以根據自身的投資目標和風險偏好來構建投資組合，以追求超額收益或降低風險。多因子模型的應用可以幫助投資者更全面地理解資產回報的來源，識別出有價值的投資機會，并優化投資組合的風險收益特征。2018112023621 MAD3倍絕對中位數范圍的數據判定為極值，并將勻插值到3-3.5倍絕對中位數范圍內；1，將轉債分為偏債型、平衡型、偏股型轉債，對所有的因子值在這3ZScore的不同類型對因子值分布的影響，并使得最終有效的單因子的分布并不偏向于某種類型的轉RankIC體系和分組收 ICIR：RankIC的均值除以標準差，該值的絕對值越大，表示因子的收益預測能力的穩健性3份，等權構成組合，重點考察多頭(3組)超額收益和多空收益(3組減去第1組)；top30、top31-60、bottom60-31、bottom30四個組合，這樣的3top組統一定義為表現較好的組別，并展示因子的方向，若方向為1，則代表因子值越大，分組表現越好，方向為-1，則代表因子值越小，分一方面，可轉債作為一類含有期權屬性的資產，其未來的收益與基于其自身價格、轉股價值以及條款所隱含的定價直接相關，另一方面，轉債作為一個交易活躍的品種，其中短期收益也會受到所對應正股以及轉債自身的交易情緒的影響。因此，我們根據因子構建的底層邏輯，將所有單因3轉債估值本質上是對轉債期權價值的定價，若期權價值被低估，則買入該期權可能在未來獲得潛在的超額收益。轉債市場經典的“雙低”策略就是基于轉債估值因子的一類策略，它使用“轉股溢價率轉債價格”構建指標，可以篩選出低價、低估的轉債，這里我們將“雙低”也作為一個單因子進行測試。除此之外，常見的估值類指標還包括轉股溢價率、隱含波動率、隱波差、純債溢價率。表1：轉債估值因子的表現因 方向RankIC均值IC_IR(未年化)RankIC勝率多頭超額多頭信息多頭平均換多空年化Top30組合Top31~60組Bottom60~31組Bottom30收益 比率手率(單邊 收益率超額收益率合超額收益率合超額收益率合超額收益雙 - - - - -純債溢價 - - - - - -絕對價 - - - - - -轉股溢價 - - - - -隱 - - - - -隱波 - - - - -資料來源：&由上表可以發現，估值類因子普遍表現較好，RankIC2%以上，并且除了純債溢價率之外，其他因子的多頭超額收益、多空超額收益、Top30超額收益均較高，這表明以雙低、隱波、隱波差、轉股溢價率等為代表的估值類因子對未來10日的收益有較明顯的預測能力。2：轉債估值時序ZScore因 方向RankIC均值IC_IR(未年化)RankIC勝率多頭超額多頭信息多頭平均換多空年化Top30組合Top31~60組Bottom60~31組Bottom30收益 比率手率(單邊)收益率超額收益率合超額收益率合超額收益率合超額收益----------1----1----1----1----------------------------------資料來源：&ZscoreRankIC61年估值處于相對低點的轉債在未來可能有較高的超額收 資料來源：&資訊，圖中的G3組別，下文的G3均采用此定義 資料來源：&資 資料來源：&資 資料來源：&資有充分的研究表明，A股市場具有各種形式的動量效應、反轉效應以及量能效應。而從理論上來說，可轉債內含了對應正股的看漲期權價值，因此正股與轉債之間存在較強的關聯性。從實證統計上，也的確表明轉債與對應正股的收益率序列的相關性較強，如下圖所示：760資料來源：&試了3種類型的量價類因子，正股動量類因子、正股量價結合類因子、正股與轉債結合因子。N

RSI

NNPercentB

收盤價N日布林線N日布林線上軌N日布林線PriceToHigh指標：收盤價NPriceToHigh

N560RankC表明對于轉債市場，也有一定程度的動量效應，即擁有過去較高正股動量的轉債未來日的平均收益較高，但整體上看，這類因子的穩健性較弱，并且換手率也相對較高；NRSI/PercentB/eToHigh的效果更加穩健，PercentB指標，它包含了波動率 資料來源：&資 資料來源：&資 資料來源：&資 資料來源：&資A股的流動性或成交量也具有一定的風險溢價效應，指標、正股換手率和正股MFI指標：AmihudN N日Amihud=∑ tNt=1t其中Rt表示股票在t1NNN日日均換手率= Ntt=1tMFI指標，參考價格

日度資金流參考價格×N日資金流比率

NNNMFI100

1N4量價結合類因子總體的RankIC表現一般，偏長周期的Ahud因子具有不錯的超額收20202年表現較穩健， 資料來源：&資 資料來源：&資5資料來源：&和前文的正股動量因子相比，轉債與正股的漲跌幅之差具有更高的RankIC若轉債漲幅弱于正股，則在未來平均會有正的超額收益，反之若轉債漲幅高于正股，則在未來會有負的預期收益；對轉債正股的漲跌幅之差取時序分位數的因子與原始因子表現接近。下圖展示部分因子的分組累計超額收益率表現： 資料來源：&資 資料來源：&資6RankIC均值和多頭超額收益，這表明僅通轉債自身作為一個活躍的資產品種，也會受到交易者投資或投機行為的影響，因此轉債本身的量價特征也可能有一定的規律性，從而可以幫助我們預測未來的截面收益。本小節探討轉債日頻及日內分鐘線所產生的一些量價因子的檢驗。資料來源：&相較于正股的動量效應，大部分窗口期的漲跌幅因子的方向為正，這代表著對于最近漲跌幅較高的轉債存在一定程度的動量效應，但整體超額收益偏低。另一方面，而RankIC卻為負值，表示從整體的秩相關系數上看卻指向反轉效應。這說明轉債漲跌幅并沒有很好的預測能力。經筆者驗證，其他表達轉債動量的技術指標也同樣存在類似問題；RankIC均值普遍偏低并且與分組方向相反，這表示對于換手率來說，更多的是換手率較高 資料來源：&資 資料來源：&資前文表明，轉債市場的日頻量價更多是通過正股動量、轉債與正股之間的動量差異來預測未來日的收益，而不少研究已經表明，股票日內的交易行為往往對股票未來的收益有一定預測作用，因此本文基于此邏輯，測試了一系列轉債日內分鐘線的所形成的因子對轉債的未來收益是否有預3RI指標：首先計算日內I指標，然后計算換手率倒數加權的近NI均值，這里使用換手率倒數作為權重，一方面可以控制因子的換手率，另一方面可以限制高換手轉債的日內反轉效應：日內RSIt

第t日5t51NNRSI

∑ 股的隔夜收益部分和溫和收益部分表現出顯著的“動量”到到日的溫和收益。N日溫和收益為：N日溫和收益Top30Top31~6Bottom60Top30Top31~6Bottom60RankIC均IC_IR(未年RankIC勝多頭超額多頭信 多空年 化 率收益換手率(單合超額收0~31邊 益率額收益率額收益率收益

1∑溫和收 -----------日內------------------------------資料來源：&手率也較低，多頭超額收益在4%以上，信息比率達1.4以上；相比于轉債日頻的不穩定的動量效應，溫和收益更多體現了反轉效應，即近N日的溫和收益越低，未來的平均收益越高，并且此收益平均上高于前文“轉債近N日漲跌幅”因子的動量益因子具有最好的多頭效果，從RankIC上看，溫和收益的秩相關性不佳。 資料來源：&資 資料來源：&資 資料來源：&資 資料來源：&資分鐘線方差日內5t

1∑分鐘線方

分鐘線偏度日內5t分鐘線偏度均值

1∑分鐘線偏 RankICIC_IRRankICIC_IRRankICTop30Top31~6Bottom60 合超額收0組合超~31組合超組合超值 額收益率額收益率-------------------------1---1----1----1------------資料來源：&有超額收益，RankIC均值均2%以上，多頭超額收益率大部分在4%以上。 資料來源：&資 資料來源：&資分鐘線方差=5t

1∑分鐘線成交量變化方 分鐘線方差t日內5

N1∑分鐘線成交量變化方 =5tN日分鐘線量價相關系數的均值分鐘線量價相關系數波動率=N日分鐘線量價相關系數的標準差t

9：3010：00=尾盤成交量占比t

14：3015：00的成交量之和N日開盤成交量占比均值的均值收盤成交量占比均值近N日收盤成交量占比均值10RankICIC_IR(未年RankIC多空年化Top30Top31~6Bottom600~31值額收益率額收益率-----1---1-----1------1-----1--1--1---1----1-------------------------------------------------------1----1----1----1--1---------------------------RankIC年之后的超額收益較高(26、RankIC，而開盤成交量占比的多頭收益較好，表現

資料來源：&資 資料來源：&資

資料來源：&資 資料來源：&資 資料來源：&資 資料來源：&資11RankIC均IC_IR(未年RankIC勝多頭超額多頭信息多頭平均多空年化Top30組Top31~6Bottom60因子類 因 方 收益 比率換手率(單收益率合超額收0組合超~31組合超組合超 化 邊 益率額收益率額收益率收益-------------------------1--1--1--1--1--1--1--1--1--1-1--1--1--1--1--1-----------------------1--1----1----1----1--------------------------------------------1--1---------資料來源：&放在以后討論，這里我們嘗試使用在每個大類下等權或對稱正交化后等權的方法，合成出3資料來源：& 資料來源：&資 資料來源：&資 資料來源：&資 資料來源：&資

圖35：“組內:對稱正交化后等權&大類:等權”的topbottom 資料來源：&資 資料來源：&資:&大類:等權”和“組內&:等權”這兩種合成因子分別取得6.52%、6.67%RankIC均值，IC_IR0.510.5，IC勝率達72.3%；分組表現上看，多頭年化超額收益率分別達10.38%、10.07%，信息比率達2.77、2.7，多空收益達19.30%、17.94%。&大類：等權”的合成因子為例，嘗試分別在偏股、平衡、偏債3種類型下的樣本進行測試，結果表明，無13& 資料來源：&資 資料來源：&資38：資料來源：&債，在調倉日以VWAP價格進行買入和賣出；我們考慮2TOPN14：TOPN--------資料來源：&15：TOPN-----------資料來源：&39資料來源：& -40：TOP30資料來源：&上述結果可以看出：合成因子在應用到可轉債擇券上不錯的效果，TOP30組合的年化收益達22.26%，年化超額收益率達11.18%，并且超額總體上較為穩健，分年度看，除了在2018年早期由于樣本數16組組 年化收益年化波動率收益風險比最大回撤卡爾瑪比率年化超額收益信息比率平均單邊換手類型平衡組 - -----&17---------資料來源：&41資料來源：&42：類型平衡組合(N=20)資料來源：&上述結果可以看出：合成因子的表現在不同類型的轉債的效果也較為明顯，在每個類型上具有相同的暴露下，仍然有較高的超額收益。以類型平衡組合(N=20)為例，年化收益達0，年化超