量化角度看可轉(zhuǎn)債（二）：板塊輪動(dòng)金融工程專題報(bào)告

1、目錄TOC o 1-2 h z u HYPERLINK l _TOC_250020 可轉(zhuǎn)債板塊 4 HYPERLINK l _TOC_250019 板塊概述 4 HYPERLINK l _TOC_250018 指數(shù)編制 4 HYPERLINK l _TOC_250017 輪動(dòng)方法 6 HYPERLINK l _TOC_250016 基本面方法 7 HYPERLINK l _TOC_250015 擇時(shí)邏輯 7 HYPERLINK l _TOC_250014 變量處理 7 HYPERLINK l _TOC_250013 常用變量 8 HYPERLINK l _TOC_250012 趨勢(shì)識(shí)別 8 H

2、YPERLINK l _TOC_250011 檢驗(yàn)方法 9 HYPERLINK l _TOC_250010 領(lǐng)先指標(biāo) 10 HYPERLINK l _TOC_250009 風(fēng)格板塊 12 HYPERLINK l _TOC_250008 風(fēng)格指數(shù) 12 HYPERLINK l _TOC_250007 基本面輪動(dòng) 12 HYPERLINK l _TOC_250006 技術(shù)面輪動(dòng) 14 HYPERLINK l _TOC_250005 行業(yè)板塊 15 HYPERLINK l _TOC_250004 大類行業(yè) 15 HYPERLINK l _TOC_250003 行業(yè)指數(shù) 15 HYPERLINK l

3、_TOC_250002 基本面輪動(dòng) 17 HYPERLINK l _TOC_250001 技術(shù)面輪動(dòng) 19 HYPERLINK l _TOC_250000 總結(jié) 20圖表目錄 HYPERLINK l _bookmark0 圖 1：轉(zhuǎn)債數(shù)量分布 4 HYPERLINK l _bookmark1 圖 2：轉(zhuǎn)債行業(yè)分布（億） 5 HYPERLINK l _bookmark4 圖 3：M1-M2 趨勢(shì)狀態(tài)識(shí)別 9 HYPERLINK l _bookmark5 圖 4：轉(zhuǎn)債等權(quán)指數(shù)領(lǐng)先變量 Shibor 10 HYPERLINK l _bookmark7 圖 5：轉(zhuǎn)債價(jià)格高低風(fēng)格 12 HYPERLIN

4、K l _bookmark8 圖 6：轉(zhuǎn)債平價(jià)高低風(fēng)格 12 HYPERLINK l _bookmark9 圖 7：轉(zhuǎn)債溢價(jià)高低風(fēng)格 12 HYPERLINK l _bookmark11 圖 8：轉(zhuǎn)債價(jià)格高低風(fēng)格指數(shù)技術(shù)擇時(shí) 14 HYPERLINK l _bookmark12 圖 9：轉(zhuǎn)債平價(jià)高低風(fēng)格指數(shù)技術(shù)擇時(shí) 14 HYPERLINK l _bookmark13 圖 10：轉(zhuǎn)債溢價(jià)高低風(fēng)格指數(shù)技術(shù)擇時(shí) 14 HYPERLINK l _bookmark15 圖 11：轉(zhuǎn)債大類行業(yè)分布（億） 15 HYPERLINK l _bookmark16 圖 12：轉(zhuǎn)債大類行業(yè)指數(shù) 16 HYPERL

5、INK l _bookmark19 圖 13：轉(zhuǎn)債技術(shù)面行業(yè)輪動(dòng)凈值效果 19 HYPERLINK l _bookmark2 表 1：宏觀指標(biāo)數(shù)據(jù)問(wèn)題與處理方式 7 HYPERLINK l _bookmark3 表 2：宏觀變量匯總 8 HYPERLINK l _bookmark6 表 3：轉(zhuǎn)債等權(quán)指數(shù)先導(dǎo)性宏觀變量匯總 11 HYPERLINK l _bookmark10 表 4：轉(zhuǎn)債風(fēng)格指數(shù)先導(dǎo)性宏觀變量匯總 13 HYPERLINK l _bookmark14 表 5：行業(yè)大類劃分 15 HYPERLINK l _bookmark17 表 6：轉(zhuǎn)債不同行業(yè)分年表現(xiàn) 16 HYPERLIN

6、K l _bookmark18 表 7：轉(zhuǎn)債行業(yè)指數(shù)先導(dǎo)性宏觀變量匯總 17 HYPERLINK l _bookmark20 表 8：轉(zhuǎn)債技術(shù)面行業(yè)輪動(dòng)分年表現(xiàn) 19可轉(zhuǎn)債板塊板塊概述常見的板塊分類有兩種，一是風(fēng)格，二是行業(yè)。風(fēng)格是指將市場(chǎng)上大量的個(gè)券歸類到不同對(duì)立類別并以此分析其走勢(shì)特征的一種劃分方式，應(yīng)用較多的在于股票市場(chǎng)，對(duì)于可轉(zhuǎn)債而言，常見的風(fēng)格包括高低價(jià)格、高低平價(jià)、偏股偏債等。行業(yè)則是根據(jù)可轉(zhuǎn)債所屬公司的經(jīng)營(yíng)范圍進(jìn)行標(biāo)識(shí)，由于其正股已有對(duì)應(yīng)的行業(yè)歸屬，可直接利用該信息對(duì)可轉(zhuǎn)債進(jìn)行行業(yè)分類。輪動(dòng)描述市場(chǎng)上不同板塊漲跌力度不同或此消彼長(zhǎng)的現(xiàn)象，同時(shí)涉及到時(shí)間和空間兩個(gè)維度。由于市場(chǎng)復(fù)雜

7、多變，任何一種風(fēng)格或行業(yè)都不可能持續(xù)受到市場(chǎng)追捧，若投資者能夠?qū)︼L(fēng)格或者行業(yè)的輪動(dòng)周期進(jìn)行適當(dāng)?shù)谋鎰e，就有可能獲得穩(wěn)定的超額收益。板塊受到諸多方面因素的影響，從宏觀基本面到資金供需，再到投資者的預(yù)期反應(yīng)。市場(chǎng)的綜合因素在變，風(fēng)格和行業(yè)的相對(duì)強(qiáng)弱也會(huì)發(fā)生波動(dòng)，形成輪動(dòng)周期，于是也就有了輪動(dòng)策略實(shí)現(xiàn)的可能。而在輪動(dòng)之前，需要對(duì)板塊有明確的定義和劃分。指數(shù)編制時(shí)間范圍按照中證轉(zhuǎn)債指數(shù)的規(guī)則，可轉(zhuǎn)債樣本券由交易所市場(chǎng)上面值余額大于 3000 萬(wàn)元的可轉(zhuǎn)換債券構(gòu)成。滿足該條件的樣本個(gè)券數(shù)量并不穩(wěn)定，2018 年之前可轉(zhuǎn)債最高數(shù)量 31只，最低數(shù)量?jī)H 2 只。2018 年年初開始，可轉(zhuǎn)債數(shù)量才達(dá)到一個(gè)可觀

8、的數(shù)量，并處于直線上升之中。截至 2019 年 12 月 31 日，滿足條件的可轉(zhuǎn)債數(shù)量為 187 只。圖 1：轉(zhuǎn)債數(shù)量分布2001801601401201008060402020041220050420050720051020060120060420060720061120070220070520070820071120080220080520080820081120090320090620090920091220100320100620100920101220110320110620110920111220120420120720121020130120130420130720131120

9、14022014052014082014112015022015052015082015112016032016062016082016122017032017062017092017122018032018062018092018122019042019072019100資料來(lái)源：Wind, 天軟科技, 長(zhǎng)江證券研究所考慮到板塊的穩(wěn)定性，本報(bào)告在構(gòu)建轉(zhuǎn)債板塊指數(shù)時(shí)，選擇個(gè)券樣本數(shù)量較多的連續(xù)區(qū)間，2018 年 1 月 1 日至 2019 年 12 月 31 日。權(quán)重配置從最新余額（2019 年 12 月 31 日）的行業(yè)分布來(lái)看，187 只可轉(zhuǎn)債余額共計(jì) 3287.71億，其中銀行規(guī)模 14

10、85.44 億，占比 45.18%，緊接其后的是電力及公用事業(yè)、非銀行金融和電力設(shè)備，占比分別為 5.64%、5.45%和 4.81%，其余行業(yè)均在 3.50%以下，余額占比最低的分別是餐飲旅游、鋼鐵和煤炭。在行業(yè)配置上，可轉(zhuǎn)債分布極度不均勻。因而在測(cè)算板塊指數(shù)時(shí)，為使得指數(shù)構(gòu)建更為合理，采取等權(quán)構(gòu)建的方式。圖 2：轉(zhuǎn)債行業(yè)分布（億）1600 1485.4140012001000800600400200185.4179.1158.0105.496.9 96.6 93.4 92.3 89.8 84.8 82.6 68.2 67.2 57.7 56.3 55.3 44.9 44.123.2 22.

11、6 22.5 21.4 18.6 18.4 10.4 7.00銀 電 非 電 交 汽 基行 力 銀 力 通 車 礎(chǔ)及 行 設(shè) 運(yùn)化公 金 備 輸工用 融事業(yè)醫(yī) 電 計(jì) 建 輕藥 子 算 筑 工元 機(jī)制器造件通 有 傳 石 機(jī) 國(guó) 紡信 色 媒 油 械 防 織金石軍 服屬化工 裝商 農(nóng) 食 建 家貿(mào) 林 品 材 電零 牧 飲售 漁 料煤 鋼 餐炭 鐵 飲旅游資料來(lái)源：Wind, 天軟科技, 長(zhǎng)江證券研究所指數(shù)構(gòu)建結(jié)合中證轉(zhuǎn)債指數(shù)的構(gòu)建方式，對(duì)于可轉(zhuǎn)債板塊（風(fēng)格和行業(yè)）的編制，具體步驟如下：個(gè)券樣本：債券余額不小于 3000 萬(wàn)元，未到期，未停止交易；換倉(cāng)時(shí)間：按月調(diào)倉(cāng)，若滿足條件則納入，不滿足則

12、剔除；權(quán)重設(shè)置：等權(quán)構(gòu)建；上市處理：個(gè)券上市后次月第一個(gè)交易日納入；風(fēng)格指數(shù)：可轉(zhuǎn)債常見的風(fēng)格為高低轉(zhuǎn)債、高低平價(jià)和高低溢價(jià)三種，根據(jù)可轉(zhuǎn)債收盤價(jià)全價(jià)、轉(zhuǎn)股價(jià)格、轉(zhuǎn)股溢價(jià)率將可轉(zhuǎn)債按照數(shù)量從高往低分組，構(gòu)造對(duì)應(yīng)的風(fēng)格對(duì)價(jià)指數(shù)；行業(yè)指數(shù)：中信一級(jí)行業(yè)每個(gè)行業(yè)中滿足條件的可轉(zhuǎn)債數(shù)量太少，可對(duì)一級(jí)行業(yè)進(jìn)行重新劃分，分為周期、消費(fèi)、金融、TMT、制造等五個(gè)大類行業(yè)，構(gòu)建大類行業(yè)指數(shù)；測(cè)算周期：2017 年 12 月 31 日至 2019 年 12 月 31 日。輪動(dòng)方法在構(gòu)建指數(shù)之后，主要有基本面和技術(shù)面兩種方式來(lái)進(jìn)行風(fēng)格或行業(yè)輪動(dòng)。基本面輪動(dòng)基于宏觀基本面數(shù)據(jù)，從經(jīng)濟(jì)邏輯的角度出發(fā)，對(duì)板塊的相對(duì)強(qiáng)弱

13、關(guān)系進(jìn)行預(yù)判。不同板塊企業(yè)的資金結(jié)構(gòu)和融資環(huán)境不同，宏觀環(huán)境對(duì)其影響可能也不太一致。目前應(yīng)用較多的是 logit 模型，基于 M2、CPI、PMI 等宏觀經(jīng)濟(jì)指標(biāo)預(yù)判板塊相對(duì)強(qiáng)弱?；久鏀?shù)據(jù)類型少，頻率低，公布存在滯后，但其具有較強(qiáng)的邏輯基礎(chǔ)，且信號(hào)相對(duì)較少，不似技術(shù)面那般交易頻繁。技術(shù)面輪動(dòng)傾向于從價(jià)量盤等數(shù)據(jù)出發(fā)，尋找板塊指數(shù)收益率差的趨勢(shì)變化，類似于對(duì)相對(duì)強(qiáng)弱指數(shù)作擇時(shí)判斷?；炯僭O(shè)是價(jià)格能夠反映市場(chǎng)信息，且趨勢(shì)具有持續(xù)性。一般情況下，技術(shù)面的較多數(shù)據(jù)均能反映市場(chǎng)情緒。技術(shù)分析存在多種指標(biāo)構(gòu)建的方式，且數(shù)據(jù)類型多、更新快、頻率高，應(yīng)用起來(lái)更為靈活。另一方面，由于信息冗雜，干擾大，存在較多

14、的誤判，且交易太過(guò)頻繁，不利于實(shí)際操作。本文在構(gòu)建輪動(dòng)策略時(shí)將分別考慮這兩種輪動(dòng)方式，并比較策略效果。其中技術(shù)面輪動(dòng)方式較為簡(jiǎn)單，在此詳細(xì)介紹基本面輪動(dòng)的方法?；久娣椒〒駮r(shí)邏輯經(jīng)濟(jì)與轉(zhuǎn)債市場(chǎng)之間的關(guān)系比較復(fù)雜，二者相互作用。一方面實(shí)體經(jīng)濟(jì)環(huán)境影響企業(yè)發(fā)展，帶動(dòng)投資者預(yù)期，引起轉(zhuǎn)債價(jià)格的變化；另一方面，轉(zhuǎn)債關(guān)乎上市公司的融資情況，會(huì)反過(guò)來(lái)影響生產(chǎn)，進(jìn)而促進(jìn)實(shí)體經(jīng)濟(jì)的變動(dòng)。對(duì)于轉(zhuǎn)債市場(chǎng)而言，宏觀經(jīng)濟(jì)就是它的基本面，市場(chǎng)價(jià)格會(huì)圍繞基本面變化而波動(dòng)。若從宏觀經(jīng)濟(jì)的角度去理解轉(zhuǎn)債整體的收益率，或許能更好地完成市場(chǎng)定價(jià)，輔助投資組合和資產(chǎn)配置。宏觀變量之所以有效，主要在于其能影響企業(yè)未來(lái)的盈利和引導(dǎo)投資

15、者對(duì)市場(chǎng)的預(yù)期。影響企業(yè)盈利宏觀經(jīng)濟(jì)包括實(shí)體市場(chǎng)的諸多方面，政策、流動(dòng)性、工業(yè)生產(chǎn)、物價(jià)等，不同類別對(duì)于企業(yè)發(fā)展的影響不盡相同，且存在一定程度的時(shí)滯。因而就算宏觀變量公布滯后，其對(duì)轉(zhuǎn)債市場(chǎng)的影響也可能具有領(lǐng)先性。引導(dǎo)預(yù)期目前市場(chǎng)上的投資者大部分會(huì)關(guān)注宏觀基本面，宏觀變量的變動(dòng)也會(huì)引導(dǎo)投資者們對(duì)于市場(chǎng)未來(lái)的預(yù)期，其作為事件因素在驅(qū)動(dòng)市場(chǎng)轉(zhuǎn)債價(jià)格變動(dòng)。變量處理本報(bào)告將從國(guó)內(nèi)外的理論研究和投資實(shí)務(wù)中篩選出一批可能會(huì)影響轉(zhuǎn)債價(jià)格的宏觀經(jīng)濟(jì)變量，深入分析它們影響轉(zhuǎn)債的模式，相應(yīng)地設(shè)計(jì)合適的計(jì)量經(jīng)濟(jì)學(xué)模型來(lái)檢測(cè)這些變量是否有定價(jià)作用。宏觀數(shù)據(jù)偏低頻，在實(shí)際處理中存在多方面的問(wèn)題，包括量綱維度不一致、數(shù)據(jù)缺

16、失、滯后問(wèn)題以及宏觀指標(biāo)繁多等，據(jù)此可采取對(duì)應(yīng)的解決方式。表 1：宏觀指標(biāo)數(shù)據(jù)問(wèn)題與處理方式變量類別數(shù)據(jù)問(wèn)題處理方式量綱不同不同數(shù)據(jù)之間的量綱甚至計(jì)量單位都不太一樣，有的偏金額數(shù)量有的偏百分比，不同數(shù)據(jù)存在一個(gè)統(tǒng)一量綱的問(wèn)題。而中國(guó)市場(chǎng)大部分宏觀變量開始時(shí)間均較晚，且存在利用未來(lái)信息的問(wèn)題，因而利用歷史數(shù)據(jù)時(shí)間序列標(biāo)準(zhǔn)化不太適用宏觀經(jīng)濟(jì)變量分為上升下降趨勢(shì)的狀態(tài)變量維度不同不同數(shù)據(jù)對(duì)轉(zhuǎn)債市場(chǎng)影響不同，而數(shù)據(jù)的維度也不一致。部分?jǐn)?shù)據(jù)看絕對(duì)量，針對(duì)原始數(shù)據(jù)本身，部分?jǐn)?shù)據(jù)看增速同比或環(huán)比變化，利用原始數(shù)據(jù)的衍生類型可根據(jù)常用的經(jīng)濟(jì)學(xué)原理選擇核心的宏觀經(jīng)濟(jì)變量數(shù)據(jù)缺失并非每個(gè)月都有數(shù)據(jù)，部分?jǐn)?shù)據(jù)在有些

17、月份不會(huì)公布，如 1 月份的累計(jì)值或累積同比，部分?jǐn)?shù)據(jù)開始時(shí)間較晚，之前一直處于缺失狀態(tài)后延補(bǔ)全存在滯后宏觀數(shù)據(jù)公布大部分都存在滯后，一般滯后一個(gè)月，部分甚至達(dá)到兩個(gè)月或三個(gè)月，故很多情況下可能市場(chǎng)反而領(lǐng)先宏觀變量選擇滯后一個(gè)月以內(nèi)的指標(biāo)類別繁多有較多的宏觀指標(biāo)能夠影響投資者預(yù)期并進(jìn)而影響市場(chǎng)，但重要性程度不盡相同，而宏觀指標(biāo)也涉及多個(gè)類別，具體在篩選時(shí)也存在多重困難市場(chǎng)關(guān)注較多的指標(biāo)資料來(lái)源：長(zhǎng)江證券研究所結(jié)合前面討論的選取邏輯影響企業(yè)盈利和引導(dǎo)預(yù)期，盡量選擇目前市場(chǎng)上關(guān)注較多的宏觀變量，在選擇維度上，可以定義以下標(biāo)準(zhǔn)：反映實(shí)體經(jīng)濟(jì)情況，月頻數(shù)據(jù)，定期更新存續(xù)期超過(guò) 5 年，次月可更新完國(guó)家

18、權(quán)威機(jī)構(gòu)發(fā)布，使用相對(duì)較為頻繁暫不做行業(yè)、風(fēng)格區(qū)分，獲取宏觀維度數(shù)據(jù)常用變量可從常用的經(jīng)濟(jì)指標(biāo)類別入手，選擇關(guān)注度高、有經(jīng)濟(jì)邏輯基礎(chǔ)的宏觀指標(biāo)作為因子庫(kù)，主要有貨幣環(huán)境、工業(yè)生產(chǎn)、企業(yè)經(jīng)營(yíng)、景氣指數(shù)、投資與地產(chǎn)、物價(jià)水平、外匯外貿(mào)、消費(fèi)財(cái)政和利率高低等九類指標(biāo)，共計(jì)宏觀指標(biāo) 54 個(gè)，從流動(dòng)性、經(jīng)營(yíng)環(huán)境、發(fā)展?fàn)顩r等方面解釋實(shí)體經(jīng)濟(jì)和轉(zhuǎn)債走勢(shì)。表 2：宏觀變量匯總變量類別變量選取變量解釋貨幣環(huán)境M1 增速、貨幣乘數(shù)、大型機(jī)構(gòu)存款準(zhǔn)備金率、M1-M2資產(chǎn)再平衡；影響通貨，改變貼現(xiàn)率；影響流動(dòng)性工業(yè)生產(chǎn)工業(yè)增加值同比、發(fā)電量同比、鐵路貨運(yùn)量、工業(yè)企業(yè)利潤(rùn)總額累積同比影響企業(yè)未來(lái)的生產(chǎn)經(jīng)營(yíng)景氣指數(shù)制造

19、業(yè)PMI、制造業(yè) PMI_生產(chǎn)、制造業(yè) PMI_訂單、制造業(yè) PMI_產(chǎn)成品庫(kù)存、制造業(yè) PMI_主要原材料購(gòu)進(jìn)價(jià)格、制造業(yè) PMI_原材料庫(kù)存、非制造業(yè) PMI_商務(wù)活動(dòng)、非制造業(yè) PMI_建筑業(yè)、非制造業(yè) PMI_服務(wù)業(yè)、財(cái)新中國(guó) PMI、消費(fèi)者信心指數(shù)、消費(fèi)者預(yù)期指數(shù)反映制造業(yè)、非制造業(yè)對(duì)市場(chǎng)的景氣 ，代表經(jīng)濟(jì)的擴(kuò)張情況投資與地產(chǎn)固定投資累積同比、房地產(chǎn)開發(fā)投資完成額同比、新增固定資產(chǎn)投資完成額同比、社會(huì)融資規(guī)模同比、FDI 投資金額同比、商品房銷售面積增速、70 大中城市二手房?jī)r(jià)格同比代表政府和民間對(duì)于經(jīng)濟(jì)發(fā)展的投資情況；基建與房地產(chǎn)涉及較多行業(yè)物價(jià)水平CPI、PPI、PPI_生產(chǎn)資料

20、、PPI_生活資料、核心 CPI、RPI、PPIRM、大宗商品價(jià)格指數(shù)貨幣價(jià)值，影響市場(chǎng)折現(xiàn)率外匯外貿(mào)美元兌人民幣匯率、美元指數(shù)、外匯儲(chǔ)備、跨境人民幣業(yè)務(wù)結(jié)算金額、進(jìn)出口總額同比、出口額同比、出口交貨值當(dāng)月同比海外市場(chǎng)影響消費(fèi)財(cái)政社會(huì)消費(fèi)品零售總額同比、彩票銷售額同比、財(cái)政收入同比、財(cái)政支出同比消費(fèi)貢獻(xiàn)與政府投入利率高低銀行 7 天同業(yè)拆借利率平均、活期存款利率、中長(zhǎng)期貸款利率、Shibor 利率、10 年期國(guó)債、10 年期美債資金的真實(shí)價(jià)格資料來(lái)源：Wind，長(zhǎng)江證券研究所趨勢(shì)識(shí)別此步驟的主要目的在于去除干擾信息，使得宏觀變量走勢(shì)的路徑更為清晰明朗，比較符合肉眼直觀，使得回歸序列更為平穩(wěn)，本

21、部分采取的識(shí)別方式為極值判斷。具體方式為考察一個(gè)宏觀經(jīng)濟(jì)變量的時(shí)間序列中每一個(gè)點(diǎn)是否為局部極值。而在算法的計(jì)算上，首先便需要分辨局部高低點(diǎn)。局部極值對(duì)于給定時(shí)間序列(), = 1,2,3, , N，遍歷所有點(diǎn)，對(duì)于任何一個(gè)時(shí)間點(diǎn)，考察時(shí)間序列()在以為中心的前后各j個(gè)時(shí)間段內(nèi)的最大值或最小值，具體為,= 1() ( + i), = , + 1, , 1, 1 () ( + i), = , + 1, , 1, 為參數(shù)，代表趨勢(shì)狀態(tài)的周期長(zhǎng)短。連續(xù)點(diǎn)處理一般而言，高低點(diǎn)會(huì)交替出現(xiàn)，但在不同周期參數(shù)下，也存在連續(xù)出現(xiàn)高點(diǎn)或低點(diǎn)的情況，在此情況下，需要有傾向性的剔除其中一個(gè)點(diǎn)。若兩點(diǎn)均為高點(diǎn)，則剔除相

22、對(duì)位置較低的高點(diǎn)；若兩點(diǎn)均為低點(diǎn)，則剔除位置相對(duì)較高的低點(diǎn)。首尾點(diǎn)處理首尾兩端可能存在無(wú)法判斷局部高低點(diǎn)的情況，此處采取的方式同最近的局部極值點(diǎn)同向處理。趨勢(shì)標(biāo)記在連續(xù)點(diǎn)處理后，基本上關(guān)鍵高點(diǎn)到低點(diǎn)為下降趨勢(shì)，定義為 0；低點(diǎn)到高點(diǎn)為上升趨勢(shì)，定義為 1。按照上述的識(shí)別方式，取周期 8 個(gè)月，對(duì) M1-M2 的走勢(shì)進(jìn)行狀態(tài)識(shí)別。從結(jié)果來(lái)看，走勢(shì)比較符合直觀，在測(cè)算效果上應(yīng)該會(huì)去除較多的干擾信號(hào)。圖 3：M1-M2 趨勢(shì)狀態(tài)識(shí)別2010.9150.8100.70.650.500.4-50.3-100.20.119960119960619961119970419970919980219980719

23、981219990519991020000320000820010120010620011120020420020920030220030720031220040520041020050320050820060120060620061120070420070920080220080720081220090520091020100320100820110120110620111120120420120920130220130720131220140520141020150320150820160120160620161120170420170920180220180720181220190520

24、1910-150資料來(lái)源：Wind, 天軟科技, 長(zhǎng)江證券研究所狀態(tài)變量(右) M1-M2(%)檢驗(yàn)方法宏觀經(jīng)濟(jì)變量對(duì)轉(zhuǎn)債收益的影響模式比較復(fù)雜，為了檢驗(yàn)和篩選宏觀經(jīng)濟(jì)變量中哪些可以作為系統(tǒng)風(fēng)險(xiǎn)因子，需要有一套計(jì)量檢驗(yàn)方法，對(duì)宏觀經(jīng)濟(jì)變量與轉(zhuǎn)債的關(guān)系做出合理的假設(shè)。對(duì)不同宏觀變量進(jìn)行狀態(tài)識(shí)別之后，可運(yùn)用協(xié)整的思想，檢驗(yàn)宏觀經(jīng)濟(jì)變量與轉(zhuǎn)債價(jià)格之間同期的長(zhǎng)短期關(guān)系： = + , + 但此類測(cè)算方式僅僅能夠找到跟轉(zhuǎn)債市場(chǎng)同步性較高的經(jīng)濟(jì)變量，在宏觀變量普遍公布滯后的情況下，此類方式并不具有操作意義。因而在回歸方程的基礎(chǔ)上，需要考慮宏觀變量對(duì)于經(jīng)濟(jì)的領(lǐng)先滯后性，對(duì)于指標(biāo)測(cè)算而言，可將宏觀狀態(tài)進(jìn)行一定程

25、度的偏移： = + ,+ + 大于零時(shí)，假設(shè)宏觀經(jīng)濟(jì)變量滯后于市場(chǎng)；小于零時(shí)，假設(shè)宏觀經(jīng)濟(jì)變量領(lǐng)先于市場(chǎng)；等于零時(shí)，假設(shè)宏觀經(jīng)濟(jì)變量同步于市場(chǎng)。實(shí)際測(cè)算中，在檢驗(yàn)宏觀經(jīng)濟(jì)變量同轉(zhuǎn)債市場(chǎng)的回歸關(guān)系時(shí)，需遍歷多個(gè)時(shí)間周期和領(lǐng)先滯后關(guān)系，尋找最優(yōu)匹配周期和領(lǐng)先關(guān)系。回歸的最終目的是獲取能夠以保證變量同市場(chǎng)是長(zhǎng)期穩(wěn)定的關(guān)系，故在保證有協(xié)整關(guān)系的基礎(chǔ)上，以最大化為優(yōu)化目標(biāo)。尋優(yōu)之后，再根據(jù)的取值判斷指標(biāo)是否具有 領(lǐng)先性。領(lǐng)先指標(biāo)可通過(guò)回歸檢驗(yàn)觀測(cè)指標(biāo)是否具有領(lǐng)先性，以 Shibor 利率為例。Shibor 利率對(duì)可轉(zhuǎn)債收益率呈正面影響，Shibor 利率越高，代表流動(dòng)性越差，轉(zhuǎn)債帶來(lái)的收益越高。解釋力度

26、為 50.84%，領(lǐng)先市場(chǎng)大概 4 個(gè)月。圖 4：轉(zhuǎn)債等權(quán)指數(shù)領(lǐng)先變量 Shibor3.55.53.43.33.25.04.53.132.94.03.52.83.02.72.62.52017122018012018022018032018042018052018062018072018082018092018102018112018122019012019022019032019042019052019062019072019082019092019102019112019122.52.0狀態(tài)變量（j=4,k=-4,beta=5.38,T-test=4.43,Rsquare=50.84%） 可

27、轉(zhuǎn)債等權(quán)指數(shù) Shibor利率（右）資料來(lái)源：Wind, 天軟科技, 長(zhǎng)江證券研究所基于同樣的方法，可從對(duì)所有宏觀指標(biāo)進(jìn)行檢測(cè)，尋找通過(guò)置信度 99%檢驗(yàn)（T 絕對(duì)值高于 2.58）的先導(dǎo)性變量。54 個(gè)宏觀指標(biāo)中有 12 個(gè)有一定的領(lǐng)先性，其他 42 個(gè)回歸不顯著或偏同步滯后。利率越高、物價(jià)越低、匯率越低、流動(dòng)性越低，后期轉(zhuǎn)債表現(xiàn)越好。表 3：轉(zhuǎn)債等權(quán)指數(shù)先導(dǎo)性宏觀變量匯總宏觀變量周期領(lǐng)先月份常數(shù)項(xiàng)回歸系數(shù)T-testRsquareShibor 利率44-0.505.384.430.51RPI536.23-6.31-4.260.48大宗商品價(jià)格指數(shù)436.23-6.31-4.260.48鐵路

28、貨運(yùn)量427.58-7.51-4.330.47貨幣乘數(shù)347.58-7.52-4.120.47制造業(yè)PMI_產(chǎn)成品庫(kù)存523.34-4.01-3.620.38非制造業(yè) PMI_商務(wù)活動(dòng)42-0.254.523.490.37FDI 投資金額同比530.388.753.190.34跨境人民幣業(yè)務(wù)結(jié)算金額423.06-3.57-3.030.30美元指數(shù)323.54-3.80-2.960.29美元兌人民幣匯率15-1.233.522.650.28財(cái)政支出同比32-0.123.942.840.28資料來(lái)源：Wind，長(zhǎng)江證券研究所風(fēng)格板塊風(fēng)格指數(shù)可轉(zhuǎn)債可分成三類風(fēng)格，價(jià)格高低、平價(jià)高低和溢價(jià)水平，分別按

29、照可轉(zhuǎn)債收盤價(jià)全價(jià)、轉(zhuǎn)股價(jià)格、轉(zhuǎn)股溢價(jià)率分為三組，從指數(shù)表現(xiàn)來(lái)看，并不存在穩(wěn)定的風(fēng)格走勢(shì)。價(jià)格高低：2018 年下半年間，高價(jià)轉(zhuǎn)債較具優(yōu)勢(shì)，其余時(shí)段高低價(jià)轉(zhuǎn)債并無(wú)明顯區(qū)分；平價(jià)高低：2018 年下半年，高平價(jià)轉(zhuǎn)債收益更高，2019 年相對(duì)于低平價(jià)轉(zhuǎn)債震蕩走低；溢價(jià)高低：區(qū)分度相對(duì)較小，2018 年上半年震蕩，下半年低溢價(jià)板塊更具優(yōu)勢(shì)，隨后 2019 年高溢價(jià)轉(zhuǎn)債震蕩走高。1.301.151.251.101.201.151.051.101.051.001.000.950.950.900.900.850.800.851.301.151.251.201.101.151.101.051.051.001

30、.000.950.900.950.850.800.90圖 5：轉(zhuǎn)債價(jià)格高低風(fēng)格圖 6：轉(zhuǎn)債平價(jià)高低風(fēng)格轉(zhuǎn)債價(jià)格_第1組轉(zhuǎn)債價(jià)格_第2組轉(zhuǎn)債價(jià)格_第3組可轉(zhuǎn)債等權(quán)多空收益轉(zhuǎn)換價(jià)值_第1組轉(zhuǎn)換價(jià)值_第2組轉(zhuǎn)換價(jià)值_第3組可轉(zhuǎn)債等權(quán)多空收益資料來(lái)源：上交所年鑒，Wind, 長(zhǎng)江證券研究所資料來(lái)源：上交所年鑒，Wind, 長(zhǎng)江證券研究所圖 7：轉(zhuǎn)債溢價(jià)高低風(fēng)格1.301.152017122018012018012018022018022018032018032018032018042018042018052018052018052018062018062018072018072018072018082

31、018082018082018092018092018102018102018102018112018112018122018122018122019012019012019012019022019022019032019032019042019042019042019052019052019062019062019062019072019072019072019082019082019092019092019092019102019102019112019112019112019122019121.201.1020171220180120180120180220180220180320180

32、320180320180420180420180520180520180520180620180620180720180720180720180820180820180820180920180920181020181020181020181120181120181220181220181220190120190120190120190220190220190320190320190420190420190420190520190520190620190620190620190720190720190720190820190820190920190920190920191020191020191

33、12019112019112019122019121.101.051.001.000.900.950.802017122018012018012018022018022018032018032018032018042018042018052018052018052018062018062018072018072018072018082018082018082018092018092018102018102018102018112018112018122018122018122019012019012019012019022019022019032019032019042019042019042

34、019052019052019062019062019062019072019072019072019082019082019092019092019092019102019102019112019112019112019122019120.700.90轉(zhuǎn)股溢價(jià)率_第1組轉(zhuǎn)股溢價(jià)率_第2組轉(zhuǎn)股溢價(jià)率_第3組可轉(zhuǎn)債等權(quán)多空收益資料來(lái)源：上交所年鑒，Wind, 長(zhǎng)江證券研究所基本面輪動(dòng)分析不同風(fēng)格適用的經(jīng)濟(jì)環(huán)境，選取具有領(lǐng)先關(guān)系，并且 T 檢驗(yàn)大于 2.58 的宏觀變量。不同風(fēng)格的領(lǐng)先變量存在差別：高低轉(zhuǎn)債：制造業(yè)發(fā)展越好，后期低價(jià)轉(zhuǎn)債越具優(yōu)勢(shì)；高低平價(jià)：流動(dòng)性越好、物價(jià)越高，后期高平價(jià)轉(zhuǎn)債收益越

35、高；高低溢價(jià)：流動(dòng)性越差、物價(jià)越低，后期高溢價(jià)轉(zhuǎn)債收益越高。表 4：轉(zhuǎn)債風(fēng)格指數(shù)先導(dǎo)性宏觀變量匯總風(fēng)格類別宏觀變量周期領(lǐng)先月份常數(shù)項(xiàng)回歸系數(shù)T-testRsquare高低轉(zhuǎn)債財(cái)新中國(guó) PMI141.35-2.03-2.770.29非制造業(yè) PMI_商務(wù)活動(dòng)24-0.661.992.700.28發(fā)電量同比340.61-3.34-2.650.27美元兌人民幣匯率12-0.751.892.790.27制造業(yè)PMI120.97-1.88-2.620.25制造業(yè)PMI_生產(chǎn)120.97-1.88-2.620.25高低平價(jià)非制造業(yè) PMI_商務(wù)活動(dòng)420.59-3.00-3.880.42FDI 投資金額同

36、比530.16-5.85-3.600.39Shibor 利率450.48-3.07-3.230.37美元兌人民幣匯率12-1.342.263.310.34貨幣乘數(shù)33-3.693.943.200.34財(cái)新中國(guó) PMI141.05-2.27-3.050.33核心 CPI440.47-2.57-2.890.30RPI53-2.612.892.660.26大宗商品價(jià)格指數(shù)43-2.612.892.660.26制造業(yè)PMI_主要原材料購(gòu)進(jìn)價(jià)格54-0.712.382.590.26高低溢價(jià)Shibor 利率45-0.394.415.360.62非制造業(yè) PMI_商務(wù)活動(dòng)42-0.333.754.840.

37、53美元兌人民幣匯率232.25-2.89-3.930.44RPI544.08-4.15-3.820.43大宗商品價(jià)格指數(shù)444.08-4.15-3.820.43FDI 投資金額同比530.246.753.860.43核心 CPI44-0.273.343.690.42貨幣乘數(shù)344.83-4.76-3.580.40鐵路貨運(yùn)量424.83-4.77-3.730.40跨境人民幣業(yè)務(wù)結(jié)算金額332.52-2.90-3.600.39非制造業(yè) PMI_服務(wù)業(yè)34-0.322.943.290.36財(cái)政支出同比33-0.143.033.260.35非制造業(yè) PMI_建筑業(yè)341.44-2.41-2.730.

38、28商品房銷售面積增速14-0.972.163.160.34資料來(lái)源：Wind，長(zhǎng)江證券研究所技術(shù)面輪動(dòng)技術(shù)面輪動(dòng)主要從技術(shù)指標(biāo)角度出發(fā)，對(duì)風(fēng)格指數(shù)的相對(duì)收益進(jìn)行擇時(shí)。指標(biāo)主要分為趨勢(shì)類和超買超賣類兩種，分別以單均線和 RSI 指標(biāo)為代表，嘗試對(duì)三大類風(fēng)格指標(biāo)進(jìn)行擇時(shí)判斷。具體操作如下：均線判斷：20 日均線擇時(shí)，均線向上時(shí)，做多指數(shù)；向下時(shí)，賣出指數(shù)；RSI 判斷：RSI 指標(biāo)在 50 至 80 之間做多指數(shù)，20 至 50 之間賣出指數(shù)，若低于20，處于超買區(qū)域，買入，高于 80 則屬于超賣區(qū)域，賣出；三種風(fēng)格指數(shù)并無(wú)長(zhǎng)期趨勢(shì)或大的波段，因而無(wú)論是趨勢(shì)類指標(biāo)擇時(shí)還是超買超賣類指標(biāo)擇時(shí)，效果

39、均相對(duì)有限。但總體而言，風(fēng)格指數(shù)震蕩較多，因而超買超賣類指標(biāo)更具效用。圖 8：轉(zhuǎn)債價(jià)格高低風(fēng)格指數(shù)技術(shù)擇時(shí)圖 9：轉(zhuǎn)債平價(jià)高低風(fēng)格指數(shù)技術(shù)擇時(shí)1.151.151.101.101.051.051.001.000.950.950.900.900.850.8520171220180120180320180420180520180620180720180720180820180920181020181120181220190120190220190320190420190520190620190720190820190920191020191120191220171220180120180320180

40、42018052018062018072018072018082018092018102018112018122019012019022019032019042019052019062019072019082019092019102019112019120.800.80高低轉(zhuǎn)債相對(duì)風(fēng)格指數(shù)均線擇時(shí)RSI擇時(shí)高低平價(jià)相對(duì)風(fēng)格指數(shù)均線擇時(shí)RSI擇時(shí)資料來(lái)源：上交所年鑒，Wind, 長(zhǎng)江證券研究所資料來(lái)源：上交所年鑒，Wind, 長(zhǎng)江證券研究所圖 10：轉(zhuǎn)債溢價(jià)高低風(fēng)格指數(shù)技術(shù)擇時(shí)1.201.151.101.051.000.950.900.852017122018012018032018042018

41、052018062018072018072018082018092018102018112018122019012019022019032019042019052019062019072019082019092019102019112019120.80高低溢價(jià)相對(duì)風(fēng)格指數(shù)均線擇時(shí)RSI擇時(shí)資料來(lái)源：上交所年鑒，Wind, 長(zhǎng)江證券研究所行業(yè)板塊大類行業(yè)可轉(zhuǎn)債數(shù)量相對(duì)較少，行業(yè)類別不可過(guò)多，在此按照中信一級(jí)行業(yè)作為標(biāo)準(zhǔn)，對(duì)行業(yè)進(jìn)行大類劃分。表 5：行業(yè)大類劃分行業(yè)大類中信一級(jí)行業(yè)金融類銀行、非銀、房地產(chǎn)消費(fèi)類醫(yī)藥、家電、商貿(mào)零售、餐飲旅游、食品飲料、紡織服裝、汽車、農(nóng)林牧漁周期類鋼鐵、煤炭、有色

42、、石油石化、交運(yùn)、化工、建筑、建材TMT 類計(jì)算機(jī)、通信、電子、傳媒制造類電力及公用事業(yè)、電力設(shè)備、機(jī)械、輕工、國(guó)防軍工、綜合資料來(lái)源：天軟，Wind，長(zhǎng)江證券研究所重新計(jì)算可轉(zhuǎn)債在不同大類行業(yè)中的數(shù)量和占比情況。金融雖然可轉(zhuǎn)債數(shù)量?jī)H 12 只，但占據(jù)半壁江山，占比高達(dá) 50.63%，制造、周期、消費(fèi)和 TMT 則相對(duì)持平，占比分別 16.01%、14.01%、9.98%和 9.37%，數(shù)量分別為 48、 46、48 和 33 只，相對(duì)較為均衡。圖 11：轉(zhuǎn)債大類行業(yè)分布（億）1664.5148464833526.3712460.55328.12308.00180060160050140012

43、0040100030800600204001020000金融制造周期消費(fèi)TMT債券余額數(shù)量（右）資料來(lái)源：Wind, 天軟科技, 長(zhǎng)江證券研究所行業(yè)指數(shù)在構(gòu)建過(guò)程中，考慮到某些個(gè)股債券余額過(guò)高，采取等權(quán)的方式構(gòu)建五大行業(yè)指數(shù)，從不同行業(yè)指數(shù)相對(duì)于轉(zhuǎn)債等權(quán)指數(shù)的走勢(shì)來(lái)看：TMT 作為債權(quán)余額最小的大類行業(yè)，超額收益高達(dá) 9.06%，且 2018、2019 兩年均有超額，信息比為 1.13；制造、周期和消費(fèi)行業(yè)兩年均跑輸可轉(zhuǎn)債等權(quán)指數(shù)，年化負(fù)向超額分別為-3.20%、-3.62%和-2.61%，消費(fèi)類行業(yè)屬于風(fēng)險(xiǎn)相對(duì)較為居中的類別，五大行業(yè)中僅有消費(fèi)行業(yè)最大回撤有所控制；金融類指數(shù)同可轉(zhuǎn)債等權(quán)指數(shù)

44、最為接近，2018 年超額明顯，但 2019 年劣于指數(shù)。圖 12：轉(zhuǎn)債大類行業(yè)指數(shù)1.501.251.401.201.301.151.201.101.001.101.051.000.900.800.95201712201801201801201802201802201803201803201803201804201804201805201805201805201806201806201807201807201807201808201808201808201809201809201810201810201810201811201811201812201812201812201901201901

45、2019012019022019022019032019032019042019042019042019052019052019062019062019062019072019072019072019082019082019092019092019092019102019102019112019112019112019122019120.700.90可轉(zhuǎn)債等權(quán)指數(shù)TMT制造周期消費(fèi)金融資料來(lái)源：Wind, 天軟科技, 長(zhǎng)江證券研究所表 6：轉(zhuǎn)債不同行業(yè)分年表現(xiàn)分類年度收益率超額收益率夏普比率基準(zhǔn)夏普比率最大回撤基準(zhǔn)最大回撤勝率相對(duì)勝率信息比率20183.32%7.56%0.34-0.4211.

46、27%12.22%41.67%58.33%1.41TMT201935.82%10.26%1.772.0213.36%11.63%75.00%58.33%1.00全部18.96%9.06%1.180.9313.36%12.22%58.33%66.67%1.132018-9.21%-4.97%-0.97-0.4216.14%12.22%33.33%25.00%-1.27制造201925.01%-0.56%2.032.0210.98%11.63%66.67%41.67%-0.11全部6.70%-3.20%0.660.9316.14%12.22%50.00%33.33%-0.692018-9.73%-

47、5.49%-0.93-0.4217.00%12.22%33.33%25.00%-1.56周期201924.77%-0.80%1.852.0214.75%11.63%66.67%50.00%-0.10全部6.28%-3.62%0.580.9317.00%12.22%62.50%37.50%-0.682018-5.01%-0.76%-0.48-0.4212.08%12.22%50.00%33.33%-0.20消費(fèi)201920.77%-4.80%1.852.0210.00%11.63%75.00%25.00%-0.96全部7.29%-2.61%0.730.9312.08%12.22%70.83%50

48、.00%-0.602018-0.05%4.20%0.05-0.4215.20%12.22%50.00%58.33%0.62金融201919.18%-6.39%1.582.0211.56%11.63%66.67%50.00%-0.73全部9.38%-0.52%0.860.9315.20%12.22%62.50%58.33%-0.06資料來(lái)源：天軟，Wind，長(zhǎng)江證券研究所基本面輪動(dòng)以行業(yè)相對(duì)轉(zhuǎn)債等權(quán)指數(shù)的對(duì)價(jià)關(guān)系為對(duì)象，分析每個(gè)行業(yè)的領(lǐng)先性指標(biāo)，不同行業(yè)之間差別明顯：TMT：出口越好、流動(dòng)性越低，越利于 TMT 轉(zhuǎn)債；制造：物價(jià)越低，越利于制造業(yè)；周期：物價(jià)越低，越利于周期轉(zhuǎn)債；消費(fèi)：經(jīng)濟(jì)越好，

49、越利于消費(fèi)；金融：流動(dòng)性越好，越利于金融行業(yè)。表 7：轉(zhuǎn)債行業(yè)指數(shù)先導(dǎo)性宏觀變量匯總宏觀變量周期領(lǐng)先月份常數(shù)項(xiàng)回歸系數(shù)T-testRsquareTMT美元指數(shù)322.66-2.66-5.370.58財(cái)政支出同比320.142.514.160.45貨幣乘數(shù)342.81-2.66-3.420.38發(fā)電量同比820.403.343.540.37核心 CPI820.403.343.540.37進(jìn)出口總額同比820.403.343.540.37Shibor 利率44-0.021.743.150.34跨境人民幣業(yè)務(wù)結(jié)算金額421.89-1.84-3.190.33FDI 投資金額同比530.373.582.

50、870.29出口額同比530.312.422.600.25制造發(fā)電量同比820.05-2.20-4.780.52核心 CPI820.05-2.20-4.780.52進(jìn)出口總額同比820.05-2.20-4.780.52工業(yè)增加值同比14-0.330.803.710.42非制造業(yè) PMI_服務(wù)業(yè)92-0.04-2.40-3.170.32出口額同比82-0.04-2.40-3.170.3210 年期國(guó)債62-0.04-2.40-3.170.32跨境人民幣業(yè)務(wù)結(jié)算金額62-1.071.183.150.32非制造業(yè) PMI_建筑業(yè)12-0.530.993.100.31美元指數(shù)52-1.161.232.

51、950.29固定投資累積同比23-0.280.872.860.2910 年期美債120.37-0.90-2.770.27周期財(cái)新中國(guó) PMI240.23-0.86-3.000.32FDI 投資金額同比330.09-0.87-3.070.32鐵路貨運(yùn)量12-0.660.813.070.31社會(huì)融資規(guī)模同比35-0.670.772.720.29出口額同比54-0.13-1.92-2.790.2910 年期國(guó)債64-0.13-1.92-2.790.29核心 CPI53-0.14-1.91-2.840.29進(jìn)出口總額同比140.13-0.82-2.750.28Shibor 利率12-0.560.752

52、.700.26消費(fèi)核心 CPI54-0.382.953.510.39非制造業(yè) PMI_服務(wù)業(yè)95-0.382.943.410.39出口額同比55-0.382.943.410.3910 年期國(guó)債55-0.382.943.410.39產(chǎn)成品存貨累積同比22-0.342.903.570.38美元指數(shù)140.68-1.30-3.140.34消費(fèi)者信心指數(shù)130.44-1.12-3.030.31財(cái)政支出同比34-0.541.252.750.28消費(fèi)者預(yù)期指數(shù)130.32-1.00-2.640.26金融出口額同比14-1.112.443.880.44FDI 投資金額同比540.32-5.69-3.820.

53、43社會(huì)消費(fèi)品零售總額同比141.26-2.30-3.500.39進(jìn)出口總額同比14-0.892.213.220.35商品房銷售面積增速14-0.972.163.160.34美元指數(shù)12-1.872.463.230.33工業(yè)增加值同比130.88-2.17-3.010.31非制造業(yè) PMI_商務(wù)活動(dòng)25-1.062.022.840.31財(cái)新中國(guó) PMI221.01-2.25-3.000.30M1 增速15-1.011.912.620.28PPI_生活資料22-1.472.132.780.27財(cái)政支出同比320.29-2.54-2.750.27發(fā)電量同比820.05-3.67-2.700.26資料來(lái)源：Wind，長(zhǎng)江證券研究所技術(shù)面輪動(dòng)影響可轉(zhuǎn)債走勢(shì)里面的一個(gè)比較重要的因素在于溢價(jià)邏輯，一旦轉(zhuǎn)債漲的太多，后續(xù)繼續(xù)上漲的可能性相對(duì)不大，因而進(jìn)行行業(yè)輪動(dòng)時(shí)，采取補(bǔ)漲邏輯。每月調(diào)倉(cāng)時(shí)，選取過(guò)去一個(gè)月漲幅相對(duì)較低的兩個(gè)行業(yè)，等權(quán)配置，以轉(zhuǎn)債等權(quán)指數(shù)作為對(duì)比基準(zhǔn)。從回測(cè)結(jié)果看，策略年化收益 13.90%，超額可轉(zhuǎn)債等權(quán)指數(shù) 3.93%，夏普比為 1.27。分年來(lái)看，兩年均有超額，且最大回撤有明顯控制，效果比較穩(wěn)定。圖 13：轉(zhuǎn)債技術(shù)面行業(yè)輪動(dòng)凈值