宏觀固收量化研究系列之（十一）：分類型可轉(zhuǎn)債多因子組合的構(gòu)建

一 研究背 二 模型設(shè) 樣本 因子數(shù)據(jù)預(yù)處 因子評 三 估值類因 量價類因 四 偏股型轉(zhuǎn)債的因子與組 平衡型轉(zhuǎn)債的因子與組 偏債型轉(zhuǎn)債的因子與組 五 策略組 六 結(jié) 風(fēng)險提 圖1：可轉(zhuǎn)債的屬性示意 圖3：可轉(zhuǎn)債的各類型累計凈 圖4：可轉(zhuǎn)債樣本剔除前后的數(shù) 圖5：轉(zhuǎn)債平價與轉(zhuǎn)股溢價率的分布(2023年8月21日 圖6：轉(zhuǎn)債平價與轉(zhuǎn)債價格的分布(2023年8月21日 圖8：純債溢價率因子的分組及分類型表 圖9：純債到期收益率因子的分組及分類型表 圖10：蒙特卡洛模型定價偏離度的分組及分類型表 圖11：雙低的3M時序ZScore的分組及分類型表 圖12：雙低的6M時序ZScore的分組及分類型表 圖13：隱波差的3M時序ZScore的分組及分類型表 圖14：轉(zhuǎn)股溢價率的分組及分類型表 圖15：正股PERCENTB10日因子的分組及分類型表 圖16：正股FI20日的分組及分類型表 圖17：正股Amihud因子的分組及分類型表 圖18：正股ATR因子的分組及分類型表 圖19：換手率調(diào)整后的轉(zhuǎn)債近60日日內(nèi)收益率方差均值的分組及分類型表 圖20：換手率調(diào)整后的轉(zhuǎn)債10日RI的分組及分類型表 圖21：轉(zhuǎn)債近60日開盤半小時成交量占比均值的分組及分類型表 圖22：轉(zhuǎn)債近60日開盤半小時成交量占比標(biāo)準(zhǔn)差的分組及分類型表 圖23：偏股型轉(zhuǎn)債合成因子的RankI序 圖24：偏股型轉(zhuǎn)債合成因子的凈 圖25：偏股型TOP組合凈值表 圖26：偏股型TOP30組合超額收益表 圖27：平衡型轉(zhuǎn)債合成因子的Rank 圖29：平衡型TOP組合凈值表 圖30：平衡型TOP30組合超額收益表 圖31：偏債型轉(zhuǎn)債合成因子的Rank 圖32：偏債型轉(zhuǎn)債合成因子的凈 圖33：偏債型TOP組合凈值表 圖34：偏債型TOP20組合超額收益表 圖36：各配置方案的超額收益表 表1：轉(zhuǎn)債估值單因子的表 表2：量價單因子的表 表3：偏股型樣本的因子列 表4：偏股型TOP組合表 表5：平衡型樣本的因子列 表6：平衡型TOP組合表 表7：偏債型樣本的因子列 表8：偏債型TOP組合表 表9：各配置方案的表 表10：各配置方案的分年度表 在之前發(fā)布的《可轉(zhuǎn)債多因子模型初探——宏觀固收量化研究系列之（十）》中，我們對中國市場的全樣本轉(zhuǎn)債測試了一系列單因子，并最終對樣本內(nèi)有效的因子進行加權(quán)，構(gòu)建了在全樣本轉(zhuǎn)債中普遍有效的多因子策略。1平底溢價率

?偏股型轉(zhuǎn)債：平底溢價率偏債型轉(zhuǎn)債：平底溢價率<-2：可轉(zhuǎn)債的各類型數(shù)量(月末統(tǒng)計資料來源 資202383126450%，偏債型轉(zhuǎn)債數(shù)量1721002017年以資料來源 資從平均表現(xiàn)上看，可以看出偏股型轉(zhuǎn)債具有更高的波動和更高的收益，平衡型轉(zhuǎn)債次之，而偏債型轉(zhuǎn)債則具有低波動、低收益的特點。因此，股性和債性的相對強弱很明顯的將轉(zhuǎn)債的收益波動風(fēng)格劃分開來，因此對于基于轉(zhuǎn)債估值和量價特征的因子擇券的效果，也因轉(zhuǎn)債的類型而異。即另一方面，在中國可轉(zhuǎn)債的實際投資中，不同類型的機構(gòu)投資者對轉(zhuǎn)債的配置需求均有所不同。如對于追求絕對收益或穩(wěn)健收益的“固收+”類的組合來說，投資者對于可轉(zhuǎn)債部分的定位，是選擇收益較為穩(wěn)健、并擁有潛在的正股拉動收益這種風(fēng)格的轉(zhuǎn)債。而如對于持倉大部分均為可轉(zhuǎn)債的可轉(zhuǎn)債基金來說，投資者偏好的是挖掘出相較于指數(shù)具有超額收益的轉(zhuǎn)債，而這也往往需要從彈性較高或者估值較低的轉(zhuǎn)債中擇券。所以，從投資目標(biāo)上看，對于不同的轉(zhuǎn)債類型，投資者的偏好和配置權(quán)重往往各異，從挖掘因子的角度，如果對每一類轉(zhuǎn)債分開進行研究，會更加契合投資者的需求。20181120238314資料來源 資 缺失值處理：對因子值有缺失的轉(zhuǎn)債按照所屬類型(偏股/平衡/偏債)MAD3倍絕對中位數(shù)范圍的數(shù)據(jù)判定為極值，并將勻插值到3-3.5倍絕對中位數(shù)范圍內(nèi)；中性化與標(biāo)準(zhǔn)化：本文是將樣本分成偏股、平衡、偏債3類樣本獨立進行研究，因此和《可轉(zhuǎn)債多因子模型初探》一樣，我們對每個截面的因子值在偏債型、平衡型、偏股型三種類型ZScore評估指標(biāo)也采用常見的RankIC體系和分組收益表現(xiàn)兩種方法來評定某單因子的表現(xiàn)：ICIR：RankIC的均值除以標(biāo)準(zhǔn)差，該值的絕對值越大，表示因子的收益預(yù)測能力的穩(wěn)健性收益和多空收益(3組減去第1組)；top30、top31-60、bottom60-31、bottom30四個組合，這樣的3top組統(tǒng)一定義為表現(xiàn)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(xiàn)越好，方向為-1，則代表因子值越小，分2個大類進行展開。本部轉(zhuǎn)股溢價率：(轉(zhuǎn)債每日的收盤價-平價)/純債溢價率：(轉(zhuǎn)債每日的收盤價-純債價值)/純債部分的到期收益率：采用資訊的口徑，假定不考慮轉(zhuǎn)債內(nèi)置期蒙特卡洛模型的定價偏離度：參考f&Schwarz(1，使用最小二乘法的蒙Black-Schols方法，蒙特卡洛模擬可以考慮轉(zhuǎn)債價格的美式期權(quán)屬性以及條款的影響。該方法假設(shè)正股股價(平價)服從幾何布朗運動，因此可以模擬出大量平價未來可能的路徑，然后采取與二叉樹相近的逆向推導(dǎo)方法(backwuci，并通過最小二乘回歸法估計出每一期轉(zhuǎn)債的期望持有價值，最后對各條模擬路徑的轉(zhuǎn)債估值結(jié)果取算術(shù)平均，從而得到轉(zhuǎn)債在當(dāng)前時點的模擬定價。基于每日的此模擬定價，構(gòu)建定價偏離度因子=(定價-轉(zhuǎn)債收盤價)/NZscore：首先計算每日的雙低因子(轉(zhuǎn)債收盤價+溢價率*100%)，然后求得雙低因子每日滾動的時序Zscore；隱波差的近N月時序Zscore：給定轉(zhuǎn)債每日的收盤價格，將轉(zhuǎn)債看作一個歐式看漲期權(quán)，根據(jù)Black-Scholes公式倒推計算得出隱含波動率，并計算隱含波動率與正股波動率之差，最后求得每日滾動的時序Zscore在估值因子的構(gòu)建上，我們與上篇報告有所不同的是，我們更加傾向于尋找剔除平價影響后的低估程度。由于正股的價格，即平價，是轉(zhuǎn)債最核心的定價要素，我們對某個轉(zhuǎn)債的當(dāng)前的價格是否高估或者低估，是應(yīng)當(dāng)結(jié)合該轉(zhuǎn)債當(dāng)前的平價位置來判斷。即便我們后續(xù)會分不同的股性債性的轉(zhuǎn)債樣本來去做研究，但是在每個類型內(nèi)部，也依然存在平價的高低位置不同而產(chǎn)生不同程度的估值水平。以轉(zhuǎn)股溢價率和轉(zhuǎn)債的絕對價格因子為例，2023821日的所有轉(zhuǎn)債的因子值(Y軸)與平價(X圖5：轉(zhuǎn)債平價與轉(zhuǎn)股溢價率的分布(2023年8月21日 圖6：轉(zhuǎn)債平價與轉(zhuǎn)債價格的分布(2023年8月21日資料來源 資 資料來源 資因此，本文采用二項式回歸的方法，將各個轉(zhuǎn)債估值因子作為因變量Y，將轉(zhuǎn)債的平價作為自變量X，每個截面進行擬合，得到的每個轉(zhuǎn)債的殘差項作為最終的估值因子。下表和下圖展示了這1-------1-------------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12：雙低的6M時序ZScore的分組及分類型表資料來源 資 資料來源 資圖13：隱波差的3M時序ZScore的分組及分類型表 資料來源 資 資料來源 資結(jié)果表明：估值因子總體表現(xiàn)較為穩(wěn)健，在全樣本下的IC絕對值均在3%以上，但另一方面，對于部分估值因子來說，并非在偏股、平衡和偏債三類樣本中均有效，這與因子的底層邏輯有關(guān)，即每個因子所描述的估值的側(cè)重點。比如蒙特卡洛模型定價偏離度因子，該因子在偏股和平衡2類樣本中都具有很好的單調(diào)分層效果，而在偏債型樣本中卻有所失效，對于較多偏債型轉(zhuǎn)債的深度價外期權(quán)(虛值期權(quán))，該方法的定價結(jié)果可能并不穩(wěn)定。又比如純債到期收益率因子，只在平衡型轉(zhuǎn)債里有較穩(wěn)健的效果，在偏股型轉(zhuǎn)債中，純債的持有價值并非此類轉(zhuǎn)債優(yōu)先考慮的指標(biāo)，而在偏債型樣本里，到期收益率往往又是一個風(fēng)險因子，而非穩(wěn)健的Alpha因子。量價因子基于轉(zhuǎn)債和正股的交易的行情數(shù)據(jù)產(chǎn)生，從結(jié)果上看，仍然有一部分因子有不錯的擇券效果。本文采用的量價因子包括兩大類，一類是基于正股行情數(shù)據(jù)所構(gòu)建的量價因子，所描述的是正股的動量、波動、市值等：N日ATRNN日N N日Amihud=∑ tNt=1t參考價格

最高價最低價+3日度資金流參考價格×N日資金流比率

NNNMFI100N日PERCENTB指標(biāo)

1NPercentB

收盤價N日布林線N日布林線上軌N日布林線RSI

NN

開盤成交量占比t

9：3010：00的成交量之和N日開盤成交量占比均值的均值開盤成交量占比標(biāo)準(zhǔn)差=近N日開盤成交量占比均值的標(biāo)準(zhǔn)差到到日的溫和收益。N日溫和收益為：NN日溫和和隔夜收益之和=1∑(溫和收益隔夜收益 分鐘線方差日內(nèi)5tN1N分鐘線方差分鐘線方差均值 Ntt=1t表2：量價單因子的表現(xiàn)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

2010RSI 資料來源 資 資料來源 資

2260日開盤半小時成交量占比標(biāo)準(zhǔn)差的分組及分 資料來源 資 資料來源 資結(jié)果表明：量價因子雖然在因子穩(wěn)健性方面不如估值因子，但某些因子對于特定的樣本仍然表現(xiàn)優(yōu)異。如衡量正股動量的CNTBMI的偏股型轉(zhuǎn)債來說，開盤成交較為活躍，可能未必能夠提供方向性的潛在收益，而成交量占比的波動，反而成為偏股型轉(zhuǎn)債的Alpha上一部分介紹了每個單因子的構(gòu)建與測試結(jié)果，我們發(fā)現(xiàn)不管是從邏輯上還是回測的結(jié)果上，對于三種類型的轉(zhuǎn)債，不同的因子具有不同的適用性。因此，本文綜合考慮多頭收益、akIC、ICIR以及因子換手率，對每個類型下的轉(zhuǎn)債分別進行因子的篩選與合成。在合成方法上，我們?nèi)匀皇褂玫葯?quán)合成的方法，即在每個大類下的所有因子做等權(quán)相加，從而分別合成出估值大類因子和量價大類因子，然后再對這2個大類因子做等權(quán)合成。在對每個類型的轉(zhuǎn)債樣本篩選出有效因子并合成后，我們對每個類型的轉(zhuǎn)債樣本分別構(gòu)成多頭等權(quán)TOP組合，觀察考慮交易費用等情況下的組合凈值表現(xiàn)。策略回測的設(shè)定如下：20190101~20230831籃子轉(zhuǎn)債，在調(diào)倉日以VWAP價格進行買入和賣出；下表和下圖，展示了偏股型轉(zhuǎn)債的因子列表及合成因子的最終表現(xiàn)。結(jié)果表明，對于偏股型樣本nkIC均值，CR，IC；分組表現(xiàn)上看，多%。3-----------1-------1-----------------1-資料來源：&圖23：偏股型轉(zhuǎn)債合成因子的RankIC序 資料來源 資 資料來源 資TOPTOP組合均有不錯的回測表現(xiàn)，以TOP20組合為例，年化收益達29.73%，年化超額達11.15%，收益風(fēng)險比為1.19。4：偏股型TOP組 年化收益年化波動率收益風(fēng)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偏股型-偏股型-偏股型-偏股型----- 資料來源 資 資料來源 資下表和下圖，展示了平衡型轉(zhuǎn)債的因子列表及合成因子的最終表現(xiàn)。結(jié)果表明，對于平衡型樣本RkIC均值，CR，C；分組表現(xiàn)上看，多02。資料來源：&圖27：平衡型轉(zhuǎn)債合成因子的Rank 資料來源 資 資料來源 資6：平衡型TOP組 年化收益年化波動率收益風(fēng)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平衡型-平衡型-平衡型-平衡型----- 資料來源 資 資料來源 資下表和下圖，展示了偏債型轉(zhuǎn)債的因子列表及合成因子的最終表現(xiàn)。結(jié)果表明，對于偏債型樣本kIC均值，IC_IR3，IC64%。組合超額------------1--1-1---1--資料來源：&圖31：偏債型轉(zhuǎn)債合成因子的Rank 資料來源 資 資料來源 資TOPTOP組合相比于偏債TOP2022.98%，年化超額達7.68%，收益風(fēng)險比為1.78。組 年化收益年化波動率收益風(fēng)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偏債型偏債型偏債型偏債型----資料來源：& 資料來源 資 資料來源 資上一部分我們通過因子篩選和因子合成的方法，形成偏股/平衡/3個轉(zhuǎn)債多頭組合。從表現(xiàn)上特征，對這3個組合的權(quán)重進行動態(tài)分配，以減少波動和回撤。按照類型占比配置：按照全市場樣本中偏股/平衡/Moskowitz,YaoandPedersen(2012)，每次調(diào)倉時滾動計算三個組合近1年的歷史波動率，并按照各自波動率的倒數(shù)進行加權(quán)：????=∑Markowitz1952)，假定一組資產(chǎn)的收益率向量為??=(??1??2????)??期望收益率為??=(??1??2????)??，協(xié)方差矩陣為??=??????(??)，設(shè)定一個目標(biāo)波動率上限，投資者面臨的最優(yōu)化問題: =Qian(2005)

????Σ??( =

= ????=??1??????1+??2??????2+?+風(fēng)險平價要求每個資產(chǎn)的總風(fēng)險貢獻 )相等??1??????1=??2??????2=?=????????????=

)1∑(?? ): =本文選用每個類型的TOP15組合作為標(biāo)的組合去進行配置，回測設(shè)定仍然采用上一部分的設(shè)定。2019年以來的回測結(jié)果如下圖和下表所示。結(jié)果表明，按照各類型個數(shù)占比加權(quán)和等權(quán)這兩種被26.09%27.54%，但回撤較大。而按照風(fēng)險平價模型和波動率倒有26.87%和26.79%的年化收益率，最大回撤分別為11.44%和12.33%。9組 年化收益年化波動率收益風(fēng)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-----偏股型-平衡型-偏債型---- 資訊，注：此處的偏股型/平衡型/偏債型TOP15組合的超額10-----資料來源 資35資料來源 資36資料來源 資