可转债框架系列之进阶篇(四):量化方法在转债研究中的应用-20210902-兴业证券-16页_1mb
报告摘要
量化方法在转债研究中的应用总结
核心内容
本报告系统分析了量化方法在可转债(转债)研究中的应用,重点探讨了多因子选券和事件驱动策略的有效性。通过量化模型,能够提升策略效率并减少人为判断的偏差,适用于当前400只存量转债的统计分析。
主要观点
- 量化方法优势:量化方法在转债研究中具有统计意义,且能有效提升策略效率,适用于多因子选券和事件驱动策略。
- 多因子模型:正股和转债的相关因子在选券中表现良好,特别是营业收入超预期因子(SUR_drift)、估值合成因子(pepb_factor)、长期动量因子(return_126D)和转债修正溢价率因子(modified_premium_ratio)。
- 合成因子效果:将成长、估值、动量、修正溢价率和成交量因子等权合成的GVPVS_MPR因子,表现优异,具有显著的收益和稳健的夏普比率。
- 事件驱动策略:事件研究在短期内能获得显著收益,如转债发行、下修、赎回等事件,但需注意事件研究的局限性,即依赖历史数据,市场环境变化可能影响策略有效性。
关键信息
多因子选券效果
| 因子 | 换仓频率 | IC_mean | IC_IR | 单调性 | abs(IC)大于2%比例 | 多空年化收益 | 多空夏普比率 | 多头超额收益 | 多头超额收益IR |
|---|---|---|---|---|---|---|---|---|---|
| SUR_drift | 20D | 4.10% | 0.37 | 96.00% | 86.60% | 7.20% | 1.35 | 2.40% | 0.53 |
| pepb_factor | 20D | 5.80% | 0.41 | 95.00% | 89.50% | 12.20% | 1.95 | 4.60% | 0.96 |
| return_126D | 20D | 4.60% | 0.23 | 45.00% | 92.50% | 7.30% | 0.93 | 2.90% | 0.51 |
| modified_premium_ratio | 20D | 3.80% | 0.23 | 58.00% | 89.70% | 3.90% | 0.58 | 0.40% | 0.10 |
| cv_volume_10DC63D | 20D | 3.10% | 0.27 | 85.00% | 87.20% | 3.90% | 0.72 | -0.60% | -0.10 |
合成因子表现
- GVPVS_MPR:综合因子表现显著,年化收益为30.89%,夏普比率为1.93,多头超额收益为7.40%,信息比率为1.34。
- 相对基准表现:
- 相对于全市场指数,超额收益为17.75%,夏普比率为1.93。
- 相对于中证转债指数,超额收益为22.21%,夏普比率为1.93。
- 相对于深证转债指数,超额收益为17.95%,夏普比率为1.93。
事件驱动策略分析
抢权配售
- 整体收益:平均收益仅为0.55%,且存在亏损情况,收益有限。
- 关键时间点:以证监会核准公告日为基准日,收益表现最佳。
转债下修
- 议案日表现:议案日后14个交易日内有超过2%的绝对收益,但下修不到位可能导致亏损。
- 影响因素:下修是否到位取决于实控人意愿,近年来下修失败案例减少。
- 风险提示:需剔除正股前期涨幅过大和下修不到位的转债。
转债赎回
- 负面事件:提前赎回公告后,转债收益快速下跌,且溢价率越高跌幅越大。
- 规避策略:建议在触发赎回条件前6至8天平仓,以规避风险。
总结
本报告展示了量化方法在转债研究中的重要性与应用效果,通过多因子模型和事件驱动策略,能够有效提升转债投资收益。然而,事件研究依赖历史数据,需谨慎对待市场环境变化带来的影响。合成因子GVPVS_MPR表现优异,是当前较为实用的转债策略之一。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载