聚焦AI量化:中证可转债指数β增强择券。可转债择券方法论与我们此前构建的全市场选股方法论内核保持一致,核心思路均为:依据标的资产相对于对应基准指数的β系数大小进行分组,并结合指数择时模型对市场趋势的判断进行动态切换:在模型看多指数时,配置高β组合以增强收益弹性;模型看空指数时,切换持有低β组合以控制回撤风险,最终实现持续超越对应指数的投资收益。理论上如果看跌期权处于深度虚值状态,可转债就等价于股票,即:可转债价值 = 转股价值 + 看跌期权价值≈ 转股价值看跌期权处于深度虚值,要求:转股价值 ≫ 100 元我们选取 2020 年 1 月 1 日以来、单日成交额高于 500 万元的全部公募可转债作为样本,获取并计算了其在各交易日的可转债价值与转股价值数据。
聚焦AI量化:中证可转债指数β增强择券。可转债择券方法论与我们此前构建的全市场选股方法论内核保持一致,核心思路均为:依据标的资产相对于对应基准指数的β系数大小进行分组,并结合指数择时模型对市场趋势的判断进行动态切换:在模型看多指数时,配置高β组合以增强收益弹性;模型看空指数时,切换持有低β组合以控制回撤风险,最终实现持续超越对应指数的投资收益。理论上如果看跌期权处于深度虚值状态,可转债就等价于股票,即:可转债价值 = 转股价值 + 看跌期权价值≈ 转股价值看跌期权处于深度虚值,要求:转股价值 ≫ 100 元我们选取 2020 年 1 月 1 日以来、单日成交额高于 500 万元的全部公募可转债作为样本,获取并计算了其在各交易日的可转债价值与转股价值数据。
聚焦AI量化:中证可转债指数β增强择券。可转债择券方法论与我们此前构建的全市场选股方法论内核保持一致,核心思路均为:依据标的资产相对于对应基准指数的β系数大小进行分组,并结合指数择时模型对市场趋势的判断进行动态切换:在模型看多指数时,配置高β组合以增强收益弹性;模型看空指数时,切换持有低β组合以控制回撤风险,最终实现持续超越对应指数的投资收益。理论上如果看跌期权处于深度虚值状态,可转债就等价于股票,即:可转债价值 = 转股价值 + 看跌期权价值≈ 转股价值看跌期权处于深度虚值,要求:转股价值 ≫ 100 元我们选取 2020 年 1 月 1 日以来、单日成交额高于 500 万元的全部公募可转债作为样本,获取并计算了其在各交易日的可转债价值与转股价值数据。核心数据:理论上如果看跌期权处于深度虚值状态,可转债就等价于股票,即:可转债价值 = 转股价值 + 看跌期权价值≈ 转股价值看跌期权处于深度虚值,要求:转股价值 ≫ 100 元我们选取 2020 年 1 月 1 日以来、单日成交额高于 500 万元的全部公募可转债作为样本,获取并计算了其在各交易日的可转债价值与转股价值数据;当转股价值低于 100 元(即处于债性主导区间)时,在不考虑其他干扰因素的前提下,看跌期权价值的增量将完全补偿转股价值的减量,这也意味着可转债的债性特征愈发突出。
本报告由天风证券发布,发布于 2026 年。
覆盖 2026 年,全文共 10 页。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合投资人等读者参考。
重点分析了可转债、AI、量化、股票等议题。