1.转债弹性和凸性的一般性质和分布
　　转债弹性有两个实际用法：一是基于向上弹性和向下弹性得到平均弹性，用来跟踪控制个券或者组合的波动情况以及权益敞口暴露情况。如果转债弹性越大，即说明转债个券或者组合跟随正股的波动能力越强，对应组合的权益敞口越大，反之则说明组合的权益敞口较小。分平价和溢价率区间的转债弹性具有较强的普适性，且没有进行二次变换，因此在跟踪和控制组合弹性方面误差较小。二是基于弹性数据差分得到凸性数据，与直接使用弹性数据相比，这里会存在一定误差和精细度不够的问题。一方面对于转债凸性的划分维度依赖于弹性划分维度，如果弹性计算只划分到平价和溢价率维度，那么凸性也只能同步跟随，但是简单的二维区间划分对于凸性计算确实过于粗糙，只能大致反映该平价和溢价率区间的历史凸性数据，如果两只转债平价和溢价率相同，那么对应的凸性值也会完全相同，导致区分度不够；另一方面不同平价和溢价率的弹性数据通过取中位数的方式获取，实际弹性并不能完全等同于一阶导数据，通过差分得到二阶导则进一步放大了误差。
　　2.转债凸性策略的运用方法和优势场景
　　加入弹性因子后，转债凸性策略得到明显增强，相对双低策略跑出明显超额，超额收益较为明显的年份主要是2021年-2022年、以及2024年9月至今，即在转债估值上行的环境中，转债凸性策略会明显占优，总体来看加入弹性因子后的转债凸性策略相较双低更具进攻性。在估值上行的环境中，转债市场天然呈现高凸特征，因此更具进攻性的凸性策略较为有效。而在估值下行的环境中，转债市场更容易呈现负凸特征，导致凸性策略失效，比如2023年至2024年9月转债凸性策略明显跑输双低策略。
　　总结来看，转债凸性数据仅划分到平价和溢价率维度确实过于粗糙：一方面相同平价和溢价率区间的转债会有相同的凸性值，导致转债凸性可能差异不大、存在区间聚集的问题，进而影响择券效果。加入弹性因子后，除了考虑到转债的跟涨能力外，还增强了不同平价和溢价率区间的凸性值差异，因此择券效果也有所增强；另一方面，由于转债凸性数据来源于历史，因此如果某个平价和溢价率区间没有历史数据，该平价和溢价率区间的凸性值即缺失，也会影响转债凸性的择券效果。
　　3.转债凸性策略择券特征分析
　　无论市场环境如何变化，转债市场中始终存在赎回博弈，对应赎回前溢价率一般会防御性降为0。由于历史上转债不赎回落地后，后续估值修复会带动转债呈现出较强的弹性和凸性，负溢价率转债在本文的凸性数据内始终呈现高凸特征，因此高凸策略很容易选到赎回博弈期溢价率转负的券，本质是在博弈转债不赎回后的估值修复机会。只有当市场中出现了凸性值比负溢价率转债大的转债，高凸组合中的负溢价率转债才会明显减少。
　　考虑到赎回博弈并不适合作为策略组合的核心构造，本文将限制高凸策略不能选取溢价率低于2%的转债，并将其与双低策略进行比较。在限制溢价率大于等于2%后，转债高凸策略相较双低策略的超额收益明显收敛，在估值上行的2021-2022年，高凸性策略相较双低策略仍保持了一定的超额，2023年估值开始下行后，高凸策略与双低策略的超额持续压缩，这与前文规律相似，但是2025年以来虽然估值进入上行阶段，但是在限制了溢价率后，高凸策略较双低策略未能跑出超额。
　　风险提示：历史不代表未来、数据精度较低等