研究结论
　　随着中国转债市场的逐步扩容，越来越多的投资者开始关注量化模型在可转债这一品种上的适用性。本报告借鉴股票领域的多因子模型，对中国可转债市场进行尝试。
　　本报告测试了转债估值、正股量价和转债量价3个大类的单因子，其中，转债估值因子侧重于对转债期权价值的定价，正股量价因子侧重于转债所对应的正股的量价关系对转债价格行为的影响，包括正股动量类因子、正股量价结合因子、正股转债结合因子，转债量价因子侧重于转债自身作为一个交易品种的价格规律，包括基于日频的量价因子和基于转债日内分钟线的量价因子。
　　转债估值类因子中，较为常见的双低因子、隐含波动率因子、隐波差因子具有较好的表现，同时这些因子的时序Zscore因子也具有稳健的预测能力，这些因子分别从绝对估值水平、时序的相对位置的角度捕捉转债的低估程度。
　　正股量价类因子中，正股的简单动量效果并不稳健，其他刻画动量的Percent B、RSI、Price To High技术因子效果更佳，而结合成交量的Amihud因子和MFI指标也表现较好。同时，转债与正股涨跌幅之差的因子也展现了较好的预测能力，方向上呈现出反转效应。
　　转债量价类因子中，转债日频的量价因子在分组收益和秩相关性上均不如正股的量价因子，而基于转债分钟线数据所生成的一系列量价因子具有较高的多头超额收益，转债日内的价格动量、价格波动、成交量变化的分布、开盘成交量占比等因子均在多头上表现较好。
　　综合考虑各项指标，本文最终选取42个样本区间表现较好的单因子构建多因子得分，采用“组内等权&大类等权”和“组内对称正交化后等权&大类等权”2种方法合成最终的因子得分。两种合成因子分别取得6.52%、6.67%的Rank IC均值，IC_IR达0.51和0.5，IC胜率均达70%以上，因子多头年化超额收益率分别达10.38%、10.07%，信息比率达2.77、2.7，多空收益达19.30%、17.94%。
　　我们还对偏股型、偏债型和平衡型的转债样本分别做了测试，结果表明，合成因子在不同股性和债性的转债样本均有较高的超额收益和信息比率。
　　基于合成因子得分，我们构建了两类多因子择券策略：
　　TOPN组合，每期选择因子得分最高的N个转债
　　类型平衡组合，每期选择偏股/偏债/平衡3种类型的转债里面因子得分最高的N个转债等权，并按照3种类型在样本池中的分布权重构建最终组合
　　回测表明，在买入和卖出成本均设置为千分之1.5的设定下，TOPN组合(N=30)的年化收益达22.26%，年化超额收益率达11.18%，信息比率达1.61。类型平衡组合(N=20)的年化收益达17.40%，年化超额收益率达6.72%，信息比率达1.39。
　　风险提示
　　量化模型失效的风险
　　市场极端环境的冲击