可转债是一种在一定条件下可以转换为发行公司股票的债券。可转债市场近年来不断扩容，交易投资活跃，量化策略有广阔应用前景。截至2023年9月，存量可转债数量已超过500只，可转债余额也突破8000亿，市场成交额20日移动平均超过500亿。
　　可转债传统投资策略有衰减迹象。双低策略通过投资双低指标较低的转债，寻找相对正股偏低估并且价格不高的可转债进行投资。双低策略历史上绝对收益和超额收益显著，但自2022年以来整体超额收益逐渐衰减，策略有失效迹象。隐波策略寻找转债期权价值相对于理论价值偏低的转债进行投资，本质也是利用转债的估值。隐波策略历史表现出色但近年来超额收益也有衰减迹象。
　　将深度学习应用于可转债投资，策略收益得到显著提升。针对可转债传统投资策略近年来超额收益逐渐衰减的问题，利用深度神经网络，学习可转债复杂的非线性的市场定价逻辑，构建新的投资策略。门控循环单元(Gated RecurrentUnit, GRU)是一种改进的RNN架构，旨在解决传统RNN中的梯度消失问题，并在计算效率上有一定优势。仅考虑量价的GRU模型分组回测效果欠佳，将可转债特有的时序因子引入到GRU模型中，并且将转债截面属性因子与GRU模型输出拼接后预测未来收益，模型表现提升显著。
　　利用深度学习因子可进行可转债日频多头组合构建。基于深度学习因子构建全市场TOP30可转债投资组合，组合自2021年初至2023年9月22日，扣费后（买入卖出各1‰）年化绝对收益24.1%，最大回撤-11.4%，相对于中证转债指数年化超额收益为21.1%，年化单边换手率为1365.5%；在平衡和偏债转债中构建的TOP30组合同期年化收益虽有所下降，为22.9%，但夏普比率达到2.49，最大回撤提升至-8.8%，年化单边换手率为1367.6%。
　　在固收+中融入可转债深度学习策略提升组合风险收益比。可转债兼具股性与债性，现已成为类固收+基金的重要投资标的。2023年基金中报显示，混合债券型一级、二级基金持有的可转债占基金净值比分别为8.4%和15.2%，可转债成为绝对收益策略的重要投资标的。利用纯债与转债构建低风险固收+组合。纯债转债8比2的配比兼顾绝对收益与回撤风险。8比2的固收+组合自2021年至2023年9月22日，年化绝对收益为7.05%，夏普比达到3.64，最大回撤为-1.9%，卡玛比率为3.79。2023年年初至9月22日，绝对收益达到4.13%，最大回撤仅为-0.5%。
　　风险提示：量化模型基于历史数据，市场未来可能发生变化，策略模型有失效可能；计算过程中模型可能存在测算误差。

研究报告全文：量化专题报告从传统策略到深度学习的可转债投资2023年10月09日TableAuthor可转债是一种在一定条件下可以转换为发行公司股票的债券可转债市场近年来不断扩容交易投资活跃量化策略有广阔应用前景截至2023年9月存量可转债数量已超过500只可转债余额也突破8000亿市场成交额20日移动平均超过500亿可转债传统投资策略有衰减迹象双低策略通过投资双低指标较低的转债寻找相对正股偏低估并且价格不高的可转债进行投资双低策略历史上绝对收益分析师叶尔乐和超额收益显著但自2022年以来整体超额收益逐渐衰减策略有失效迹象执业证书S0100522110002邮箱yeerlemszqcom隐波策略寻找转债期权价值相对于理论价值偏低的转债进行投资本质也是利用研究助理刘曦远转债的估值隐波策略历史表现出色但近年来超额收益也有衰减迹象执业证书S0100123010018邮箱liuxiyuanmszqcom将深度学习应用于可转债投资策略收益得到显著提升针对可转债传统投资策略近年来超额收益逐渐衰减的问题利用深度神经网络学习可转债复杂的非线性的市场定价逻辑构建新的投资策略门控循环单元GatedRecurrent相关研究UnitGRU是一种改进的RNN架构旨在解决传统RNN中的梯度消失问题1量化分析报告九月社融预测39309亿元-20231001并在计算效率上有一定优势仅考虑量价的GRU模型分组回测效果欠佳将可2量化周报胜率时钟转向乐观-20230924转债特有的时序因子引入到GRU模型中并且将转债截面属性因子与GRU模3量化周报耐心坚守积极等待-202309型输出拼接后预测未来收益模型表现提升显著17利用深度学习因子可进行可转债日频多头组合构建基于深度学习因子构建4量化分析报告打造主动配置全栈式驾舱体验民生金工资产配置平台-20230911全市场TOP30可转债投资组合组合自2021年初至2023年9月22日扣费5量化周报景气度L型趋势延续-202309后买入卖出各1年化绝对收益241最大回撤-114相对于中证转债10指数年化超额收益为211年化单边换手率为13655在平衡和偏债转债中构建的TOP30组合同期年化收益虽有所下降为229但夏普比率达到249最大回撤提升至-88年化单边换手率为13676在固收中融入可转债深度学习策略提升组合风险收益比可转债兼具股性与债性现已成为类固收基金的重要投资标的2023年基金中报显示混合债券型一级二级基金持有的可转债占基金净值比分别为84和152可转债成为绝对收益策略的重要投资标的利用纯债与转债构建低风险固收组合纯债转债8比2的配比兼顾绝对收益与回撤风险8比2的固收组合自2021年至2023年9月22日年化绝对收益为705夏普比达到364最大回撤为-19卡玛比率为3792023年年初至9月22日绝对收益达到413最大回撤仅为-05风险提示量化模型基于历史数据市场未来可能发生变化策略模型有失效可能计算过程中模型可能存在测算误差本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告1量化专题报告目录1可转债简介311可转债指标介绍312市场扩容成交活跃42可转债传统策略收益有衰减迹象521双低策略522隐波策略63可转债深度学习策略构建831可转债深度学习模型832GRU量价模型构建933引入更多因子的GRU综合模型1134模型持仓组合分析1435可转债TOP30组合164在固收中融入可转债深度学习策略185总结与展望206风险提示21插图目录22本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告2量化专题报告1可转债简介11可转债指标介绍可转债是一种在一定条件下可以转换为发行公司股票的债券每张可转债可以按照比例转换成一定数量的股票转股价格为可转债转换为公司股票时所需支付的价格转股价值指投资者如果选择将可转债转换为公司股票的价值转股价值100转股价格当前股价纯债价值指仅以债券的角度来看可转债的价值其等于未来票息和本金的折现值之和平底溢价率转股价值纯债价值-1投资者常根据此指标将转债划分为偏债型平衡型偏股型转债图1可转债的风险收益刻画资料来源TheCaseforConvertibleBondsCreditSuisseInvestmentPartners民生证券研究院整理可转债兼具股性与债性是一类平衡收益与风险的资产转债本质为债券正股看涨期权强赎回购等条款的衍生品兼具股性与债性其股债属性体现在相比正股而言波动较小相比债券而言具有权益的收益弹性图2转债相比正股有债性图3转债相比纯债拥有权益收益弹性1502100155010005-500-100正股偏股转债平衡转债偏债转债20日平均涨幅正股上涨情况下20日平均涨幅正股下跌情况下中证转债万得全A中债-新综合指数资料来源wind民生证券研究院注统计时间20171229-20230922资料来源wind民生证券研究院注统计时间20171229-20230922本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告3量化专题报告12市场扩容成交活跃可转债市场近年来不断扩容自2018年起转债市场快速扩容上市转债数量从2018年初的30余只迅速上升截至2023年9月存量可转债数量已超过500只可转债余额也突破8000亿可转债市场交易投资活跃量化策略有广阔应用前景截至2023年9月转债市场成交额20日移动平均超过500亿达到股票市场成交额的6左右转债市场的交易投资活动较为活跃为量化策略提供了较好的应用场景图4可转债市场不断扩容图5可转债市场成交活跃1000060020002008000500150015040060001000100300400050050200200010000000转债市场成交额MA20亿元转债余额亿元转债数量右轴转债成交额MA20A股成交额MA20右轴资料来源wind民生证券研究院资料来源wind民生证券研究院本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告4量化专题报告2可转债传统策略收益有衰减迹象传统可转债策略大多是根据转债估值寻找相对低估的个券进行投资但伴随转债市场整体估值近年来的抬升其有效性有衰减迹象在下文我们介绍两种传统的基于估值的转债投资策略双低策略与隐波策略21双低策略双低策略是可转债经典策略之一投资双低指标较低的转债本质是寻找相对正股偏低估并且价格不高的可转债进行投资其中双低指标转股溢价率100转债价格选取全市场双低指标排名后20的转债作为双低转债对于双低转债而言较低的转股溢价率保证可转债相对正股估值不高转债价格保证其绝对价格不高不过分偏离纯债价值在权益市场回撤时也有一定的债底作为保护图6双低转债和全市场的平均纯债溢价率对比图7双低转债和全市场的平均转股溢价率对比7007006006005005004004003003002002001001000000双低转债平均纯债溢价率全市场转债平均纯债溢价率双低转债平均转股溢价率全市场转债平均转股溢价率资料来源wind民生证券研究院资料来源wind民生证券研究院本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告5量化专题报告双低策略近年来超额收益有衰减迹象剔除掉评级A-以下且转债余额小于1亿的转债本报告回测除特别说明外均以此为标准选取双低指标全市场排名后20的转债每5个交易日换仓交易的冲击成本设定为买入卖出各1收益如下图所示2022年至今超额收益逐渐衰减图8双低策略绝对收益净值表现图9双低策略超额收益净值表现35190031725-20215-4015131-601105009-80双低策略净值转债等权净值超额回撤右轴双低策略超额收益资料来源wind民生证券研究院资料来源wind民生证券研究院22隐波策略隐波策略是将转债的期权属性剥离出来寻找期权价值相对于理论价值偏低的转债进行投资本质也是利用转债的估值转债可以看作债券正股看涨期权强赎回售等条款组合在一起的衍生品关于期权的定价本报告从简化的角度出发参考郑振龙林海20031关于可转债定价的方法将看涨期权视作敲定价格为到期日债券价值的欧式期权B-S定价公式如下图所示我们利用数值优化方法二分法求解隐含波动率图10可转债期权价值的定价公式图11计算海澜转债隐含波动率所需指标明细日期2023818转股比例1639转债个券海澜转债转股价值11836正股价格722期权价格股125转债价格12627行权价格659纯债价值10579无风险利率25转股价格61剩余年限088资料来源中国可转换债券定价研究民生证券研究院绘制资料来源wind民生证券研究院1中国可转债债券定价研究郑振龙林海厦门大学学报2003本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告6量化专题报告以海澜转债110045SH为例2023年8月18日的正股收盘价为722转债价格为12627纯债价值为10579转股比例为100转股价格1006101639即一份转债能够转化为1639股股票每股股票的期权价格为12627-105791639125期权行权价格为到期日债券价值含息除以转股比例1081639659计算出期权的隐含波动率为311隐含波动率反映的是市场对未来正股波动率的预期减去正股的已实现波动率得到的差值反映的是市场对于未来波动率与历史波动率的偏差这个差值越小转债往往越被低估未来的超额收益往往越高隐波策略近年来超额收益出现回撤剔除掉评级A-以下且转债余额小于1亿的转债选取隐波差指标全市场排名后20的转债每5个交易日换仓交易的冲击成本为买入卖出各1收益如下图所示与双低策略类似隐波策略近年来超额收益也有衰减迹象图12隐波策略绝对收益净值表现图13隐波策略超额收益净值表现351800316-2025214-401512-6011-8005008-100隐波策略净值转债等权净值超额回撤右轴隐波策略超额收益资料来源wind民生证券研究院资料来源wind民生证券研究院本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告7量化专题报告3可转债深度学习策略构建31可转债深度学习模型针对可转债传统投资策略近年来超额收益逐渐衰减的问题我们接下来利用深度神经网络学习可转债复杂的非线性市场定价逻辑构建新的投资策略循环神经网络RecurrentNeuralNetworkRNN是一类用于处理序列数据的神经网络架构RNN在处理序列数据时具有记忆功能可以捕捉序列中的时间相关性其被称为循环神经网络在于它的循环结构带有时间序列属性的循环结构允许信息在网络内部持续传递以处理不同时间步上的输入数据门控循环单元GatedRecurrentUnitGRU是一种改进的RNN架构旨在解决传统RNN中的梯度消失问题GRU最早提出于2014年通过引入门控机制通过更新门和重置门使得网络能够更好地控制最新信息的更新和历史信息的保留其在保证性能的同时具有较少的参数在计算效率上有一定优势图14GRU网络结构图15GRU各单元更新方式资料来源DiveintoDeepLearning2民生证券研究院整理资料来源民生证券研究院整理2ZhangALiptonZCLiMetalDiveintoDeepLearningJ2021DOI1048550arXiv210611342本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告8量化专题报告32GRU量价模型构建利用可转债过去40个交易日的量价信息构建GRU神经网络模型预测转债未来5日收益率GRU输入维度为n407对GRU的输出进行概率为01的Dropout后取最后一层隐藏状态并用线性全连接层将隐藏状态输出成对未来5日收益的预测值图16GRU量价模型及数据结构opent-39hight-39lowt-39closet-39amountt-39volumet-39vwapt-39opent-38hight-38lowt-38closet-38amountt-38volumet-38vwapt-38opent-1hight-1lowt-1closet-1amountt-1volumet-1vwapt-1openthightlowtclosetamounttvolumetvwaptGRUDropoutMLP资料来源民生证券研究院绘制在特征处理上我们对输入的特征X进行时序z-score后再按照平衡型偏股型偏债性三种转债股债性在内部截面z-score对于标签y只进行截面z-score处理模型结构依次为两层GRU模型Dropout以及线性全连接MLP301即通过的方式将GRU的输出处理为1维的标量从而与标签y计算损失函数训练时损失函数为L1每半年训练一次模型训练集和验证集均为半年时长的数据训练样本取每日数据不间隔最后取10次训练输出的平均值作为模型的预测值图17GRU量价模型构建明细特征X可转债个券过去40个交易日的高开低收成交额成交量VWAP维度为n407特征处理时序z-score后再按照平衡型偏股型偏债型三种类型内部截面z-score标签y可转债个券未来5日收益按照平衡型偏股型偏债型三种类型内部截面z-scoreGRUinputsize7hiddensize30numlayers2模型结构Dropoutdropout概率为01MLP全连接层输入维度30输出维度1损失函数L1batchsize5000epoch300早停20训练参数学习率0001优化器Adam半年度训练一次测试集验证集均为半年数据训练集为2017年截至验证集起点超参数重复训练10次取模型预测值平均资料来源民生证券研究院整理本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告9量化专题报告GRU量价模型预测值的RankIC较为稳定在偏股平衡偏债以及全部转债中GRU量价因子RankIC均值分别为56698757时序上较为稳定图18GRU量价因子5日收益率累计RankIC6050403020100-10全部转债偏股转债平衡转债偏债转债资料来源wind民生证券研究院分组回测考虑不同换仓时点的路径问题模型预测未来5日收益率所以换仓涉及到5条路径在回测中对于每条路径赋予15资金仓位从而考虑不同换仓时点的路径问题利用次日均价VWAP成交暂时不考虑换仓冲击成本和交易费用的条件下分组回测如下图所示图19GRU量价因子分组绝对收益图20GRU量价因子分组超额收益1611141211090820201231202112312022123108202012312021123120221231G1空头G2G3G4G5多头转债等权G1空头G2G3G4G5多头资料来源wind民生证券研究院资料来源wind民生证券研究院仅考虑量价的GRU模型分组回测效果欠佳5条路径结合的分组回测显示GRU量价因子在空头端有一定区分度但在多头端的单调性不明显本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告10量化专题报告33引入更多因子的GRU综合模型将可转债特有的时序因子引入到GRU模型中可提升模型表现前文介绍的传统可转债策略中双低因子隐波因子均是有显著效果的转债特有因子此外典型的可转债因子还有纯债溢价率转股溢价率等将这些因子纳入到GRU时序模型中将转债截面属性因子与GRU模型输出拼接再预测未来收益能进一步提升模型表现考虑到可转债的股债性评级等因素可能会对转债收益产生一定影响将这些属性因子处理为向量后与GRU的输出拼接后再由线性全连接层MLP进行输出图21GRU综合模型及数据结构资料来源民生证券研究院绘制新的GRU综合模型表现相比仅用量价信息的原模型有较大提升在偏股平衡偏债以及全部转债中GRU综合因子RankIC均值分别为109143127133时序上较为稳定在全部转债中RankIC胜率达到876图22GRU综合因子5日收益率累计RankIC图23GRU综合因子5日收益率RankIC时间序列1000680046002400200-02-20-04202012312021123120221231202118202218202318全部转债偏股转债平衡转债偏债转债全部转债RankIC资料来源wind民生证券研究院资料来源wind民生证券研究院本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告11量化专题报告分组回测收益单调回测利用可转债次日均价VWAP成交暂不考虑交易费多头G5组年化超额收益156空头G1组年化超额收益-186图24GRU综合因子分组绝对收益图25GRU综合因子分组超额收益2151513111050907020201231202112312022123105202012312021123120221231G1空头G2G3G4G5多头转债等权G1空头G2G3G4G5多头资料来源wind民生证券研究院资料来源wind民生证券研究院深度学习因子换手率较高影响费后收益5条路径构建的G5多头持仓组合每日单边换手率为67年化单边换手1672较高的换手率影响费后收益对信号做平滑降低换手率对深度学习信号进行线性衰减加权LWMAlinear-weighted-moving-average3日移动平均得到GRU综合LWMA因子平滑后构建的G5多头5条路径平均持仓组合每日单边换手率降至39图27GRU综合LWMA因子平滑后G5组每日单边图26GRU综合因子G5组每日单边换手率换手率12070100605080406030402020100000202012312021123120221231202116202216202316资料来源wind民生证券研究院资料来源wind民生证券研究院平滑后的LWMA因子未出现明显衰减在偏股平衡偏债以及全部转债中GRU综合因子RankIC均值分别为107132122126时序上较为稳定在全部转债中RankIC胜率达到868本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告12量化专题报告图29GRU综合LWMA因子5日收益率RankIC时图28GRU综合LWMA因子5日收益率累计RankIC间序列1000680046002400200-02-20-04202111220221122023112202111220221122023112全部转债偏股转债平衡转债偏债转债全部转债RankIC资料来源wind民生证券研究院资料来源wind民生证券研究院平滑后的因子分组回测收益仍然单调回测利用可转债次日均价VWAP成交暂不考虑交易费多头G5组年化超额收益149空头G1组年化超额收益-184图30GRU综合LWMA因子分组绝对收益图31GRU综合LWMA因子分组超额收益2117151613111109070620201231202112312022123105202012312021123120221231G1空头G2G3G4G5多头转债等权G1空头G2G3G4G5多头资料来源wind民生证券研究院资料来源wind民生证券研究院本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告13量化专题报告34模型持仓组合分析多头组的平均估值较低在截面上将所有转债分为5组G5组多头组内部三种不同类型转债的平均转股溢价率整体均低于全市场平均水平图32GRU综合LWMA因子多头组内不同转债类型的平均转股溢价率2505001200200400100080015030060010020040050100200000000202115202135202155202175202195202215202235202255202275202295202315202335202355202375202395202115202135202155202175202195202215202235202255202275202295202315202335202355202375202395202115202135202155202175202195202215202235202255202275202295202315202335202355202375202395202111520221152021115202211520211152022115多头组偏股转债全市场偏股转债多头组平衡转债全市场平衡转债多头组偏债转债全市场偏债转债资料来源wind民生证券研究院对平滑后的LWMA因子进行收益归因分析平衡型转债在多头中贡献最多收益多头组中平衡型转债占比最高平衡型转债和偏债型转债贡献了较为稳定的绝对收益偏股转债受权益市场回撤的影响2022年以来未贡献显著收益图33多头组不同转债类型贡献的累计收益图34多头组内不同转债类型占比4001200300100080020060010040000200-10000202111220221122023112202111220221122023112偏股转债平衡转债偏债转债偏股转债平衡转债偏债转债资料来源wind民生证券研究院资料来源wind民生证券研究院本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告14量化专题报告AA和AA-转债在多头组内占比最多贡献了最多的绝对收益平均看AA-及以上的转债在多头组内占比达到842AAA级转债占比为121图35多头组不同信用评级转债贡献的累计收益图36多头组内不同信用评级的转债占比250100200801501006050400020-502021152022152023150202111220221122023112AAAAAAAAA-AAA-AAAAAAAAA-AAA-资料来源wind民生证券研究院资料来源wind民生证券研究院深度学习模型更偏好高评级转债一般来说主体评级较低的低信用转债收益更高AAA级AA级含AAAA-A级含AA-转债20日平均收益分别为030916但从多头组内不同信用的转债占全市场同信用转债的比例看深度学习因子在信用上更偏好高评级转债图37G5组不同评级转债数量占全市场同评级转债数图38不同评级转债20日平均收益率20171231-量比例2023092230018161625014200121009091500810006030450020000AAAAAAAAA-AAA-AAA级AA级A级所有转债资料来源wind民生证券研究院资料来源wind民生证券研究院本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告15量化专题报告35可转债TOP30组合TOP-N多头组合绝对收益显著超额收益稳定分别在全市场以及平衡偏债转债内部选取GRU综合LWMA因子得分排名前N名的可转债等权持有5日换仓5条换仓路径平均下的绝对收益与相对中证转债的超额收益如下图所示图39GRU综合LWMA因子全市场择券绝对收益图40GRU综合LWMA因子全市场择券超额收益21818161614141212110808202012312021123120221231202012312021123120221231TOP30扣费后TOP50扣费后TOP30扣费后超额TOP50扣费后超额TOP100扣费后中证转债TOP100扣费后超额资料来源wind民生证券研究院注回测时间为20201231-20230922资料来源wind民生证券研究院注回测时间为20201231-20230922图41GRU综合LWMA因子平衡偏债内择券绝对图42GRU综合LWMA因子平衡偏债内择券超额收益收益21818161614141212110808202012312021123120221231202012312021123120221231TOP30扣费后TOP50扣费后TOP30扣费后超额TOP50扣费后超额TOP100扣费后中证转债TOP100扣费后超额资料来源wind民生证券研究院资料来源wind民生证券研究院本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告16量化专题报告全市场择券收益更高平衡和偏债内部择券夏普更优全市场TOP30转债自2021年至2023年9月22日扣费后买入卖出各1年化绝对收益241最大回撤-114相对于中证转债指数年化超额收益为211组合年化单边换手率为13655而在平衡和偏债转债中构建的TOP30组合同期年化收益虽有所下降为229但夏普比率达到249最大回撤提升至-88年化单边换手率为13676图43GRU综合LWMA因子TOP30组合分年度表现20210104-20230922全部转债TOP30年份绝对收益年化波动夏普比率最大回撤中证转债收益超额收益信息比率超额最大回撤年化单边换手率2021604105576-88185419397-6012809202237142026-114-100138151-3414010202309228475155-551866147-4814393全时期241114212-11431211234-6013655平衡偏债内TOP30年份绝对收益年化波动夏普比率最大回撤中证转债收益超额收益信息比率超额最大回撤年化单边换手率202146391510-88185278279-5912025202289110081-70-100190248-23146262023092210262229-431884228-3014694全时期22992249-8831199251-5913676资料来源wind民生证券研究院本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告17量化专题报告4在固收中融入可转债深度学习策略可转债兼具股性与债性现已成为类固收基金的重要投资标的2023年基金中报显示混合债券型一级二级基金持有的可转债占基金净值比分别为84和152超过437的混合债券型一级基金的可转债投资超过5净资产这一数字对混合债券型二级基金偏债混合以及灵活配置型基金分别是529415以及99图44不同基金类型的可转债市值占净资产比例图45可转债投资超5的基金数量占基金总数量的比2017Q4-2023Q2例2023年中报20060052943715050041540010030050200990010000202281201841201881201941201981202041202081202141202181202241202341201712120181212019121202012120211212022121偏债混合型基金混合债券型一级基金混合债券型二级基金灵活配置型基金资料来源wind民生证券研究院资料来源wind民生证券研究院利用纯债与转债构建低风险固收组合不考虑杠杆纯债端用万得中长期纯债型基金指数885008WI代替转债端资产为平衡偏债型转债内部TOP30纯债与转债不同比例下的固收策略组合表现如下图所示图46不同配比的固收策略表现14135131251211511105109509债券与转债64债券与转债73债券与转债82债券与转债91万得混合型债券一级级基金万得混合型债券二级基金万得中长期纯债基金指数资料来源wind民生证券研究院本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告18量化专题报告纯债转债8比2的配比兼顾绝对收益与回撤控制8比2的固收组合自2021年至2023年9月22日年化绝对收益为705夏普比达到364最大回撤为-19卡玛比率为3792023年年初至9月22日绝对收益达到413最大回撤仅-05图47不同配比的固收策略收益统计20210104-20230922资料来源wind民生证券研究院注截至20230922的收益为20230103至20230922的绝对收益本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告19量化专题报告5总结与展望本报告主要分为以下三个部分1梳理了传统的可转债传统投资策略发现基于估值的传统策略近年来有衰减迹象传统的可转债双低策略和隐波策略历史表现优异但随着近年来可转债市场估值的抬升策略有衰减的迹象2将深度学习应用于可转债投资策略收益得到显著提升针对可转债传统投资策略近年来超额收益逐渐衰减的问题利用深度神经网络学习可转债复杂的非线性的市场定价逻辑构建新的投资策略利用深度学习因子可进行可转债日频多头组合构建基于深度学习因子构建全市场TOP30可转债投资组合组合自2021年初至2023年9月22日扣费后买入卖出各1年化绝对收益241最大回撤-114相对于中证转债指数年化超额收益为211组合年化单边换手率为13655在平衡和偏债转债中构建的TOP30组合同期年化收益虽有所下降为229但夏普比率达到249最大回撤提升至-88年化单边换手率为136763在固收中融入可转债深度学习策略提升组合风险收益比利用纯债与转债构建低风险固收组合纯债转债8比2的配比兼顾绝对收益与回撤风险8比2的固收组合自2021年至2023年9月22日年化绝对收益为705夏普比达到364最大回撤为-19卡玛比率为3792023年年初至9月22日绝对收益达到413最大回撤仅为-05未来我们将继续挖掘可转债有效的因子加入到深度学习模型中并在模型架构上创新优化策略表现此外我们也会尝试更加深入地理解可转债深度学习模型理解它的收益来源和所适应的市场环境本公司具备证券投资咨询业务资格请务必阅读最后一页免责声明证券研究报告20