胜率赔率视角下可转债择时策略
赔率视角：可转债择时的必要性
可转债兼具债底防御与股票弹性，但简单“买入持有”策略无法在长期跑赢纯债或充分捕捉股牛收益。不同风格在不同市场环境下表现分化显著，不存在单一风格长期稳定占优，因此必须进行风格切换和仓位择时。若能精准择时配置最优资产，理论组合净值在10年内可增长至4-7倍，远超单一资产持有收益，证明择时是优化风险收益比的关键路径。各类资产及转债内部风格的胜率分布较为均衡（40%-60%区间），不存在绝对优势方，这为量化模型通过识别驱动变量来提升胜率提供了数据基础。
胜率赔率策略框架与宏观微观因子框架的适配性
宏微观因子框架与胜赔率策略框架具备较好的适配性。微观因子呈现高频、高波特征，主要贡献胜率，适合捕捉短期市场波动和交易机会。宏观因子呈现低频、低波特征，主要贡献赔率，在极端市场环境（如信用冲击、政策变动）下提供领先信号，有助于降低回撤并获取高额回报。
可转债择时模型研究框架
本文基于时序预测模型从宏观、微观角度构建量化择时框架，对未来不同期限的可转债市场涨跌幅进行动态预测，并基于预测的信号构建择时策略，对策略的历史风险收益表现进行回测，评估策略的潜在绩效改善空间及未来适用性、未来的收益提升空间等。
数据预处理及因子构建
本文回测数据时间跨度为2015年1月1日至2025年12月31日，其中2015年1月-2024年6月为样本内数据，2024年以来为样本外数据；预测变量共198个，其中包括微观因子54个、宏观因子146个。因变量为可转债指数未来不同期限（1、2周、1、3、6个月）的收益率，自变量包括微观因子和宏观因子。微观因子涵盖正股因子、转债因子、债券因子等，宏观因子从经济水平、消费与价格、货币流动性、财政税收及外部环境五大维度细分。
因子衍生、筛选及参数确定：格兰杰因果检验
通过ADF单位根检验、VAR模型和格兰杰因果检验，筛选出对可转债未来收益率存在显著因果关系的预测变量。宏观因子中，经济景气度、经济结构、金融流动性、价格与通胀类因子均通过检验。微观因子中，债券价格因子、溢价率因子、量价类因子均通过检验。
因子筛选及有效性检验：IC测试、相关性
通过IC测试和相关性分析，进一步筛选出预测能力稳定且具备经济含义的有效因子。宏观因子中，预测能力最强的因子集中于金融机构资产负债表项目与高频利率指标，自有资金、房地产相关指标及货币市场利率表现最为突出。微观因子的预测能力展现出显著的期限结构特征与类别分化。短期（1-2周）下，股性指标占主导；中期（1-3个月）时量价类因子及债底价值因子表现突出；中长期估值与价格类因子呈现反转特征，高估值显著压制长期收益。
预测模型及策略构建
构建多因子OLS模型和ARDL模型进行收益率预测，并基于模型生成的收益率预测序列，构建动态仓位配置策略（若模型在该时点收益率的预测值大于0，则多头转债指数。若小于0，则空仓）。
因子及策略回测结果
策略回测数据显示，宏微观因子的复合策略优于单因子维度回测表现。以月度调仓为例，2015年以来实现年化超额收益7.19%，夏普比率1.6，卡玛比率大于2，最大绝对回撤控制在5%左右。宏观因子虽然在胜率上较低，但在极端行情下能提供高赔率回报，单位胜率内超额性价比高；微观因子则提供了稳定的胜率支撑。两者结合有效平滑了净值波动，如在2024年信用冲击及2025年高估值期间成功发出空仓信号规避风险。
