从成长股到成长转债.docx

《从成长股到成长转债.docx》由会员分享，可在线阅读，更多相关《从成长股到成长转债.docx（48页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、魂国海证券112 SFAI AND SFCI1RITIFP1、引言在国海金工之前的研究中，我们会更多的从转债市场的特质风格出发去构建策略、 拆解风格。本文中我们将转换研究视角，从选股的维度来考虑如何选转债。过去我们构建的一些策略，例如动量类策略，收益的主要来源是转债估值水平的 进一步提升（参见转债投资的三个焦点：动量、景气度和信用一转债系列研 究二），这代表策略很大一局部收益来自于正股上涨后，转债端在高估值下继续 冲高这一现象，一些炒作券还在某些时间对策略收益有较高的贡献度。因此对于 资金量偏大的投资者来说，这类策略中有一局部收益是难以获得的，对于流动性 较差的转债市场，获利之后如何出场是一个

2、难题。而如果从选股的维度来出发，那么赚取的更多的是转股价值上涨带来的收益，遍 分的收益会直接和股票挂钩，只要股票不大幅下跌,正股端的收益是有保障的。对 于某些转债，如果估值买的太贵，也会有转债端估值大幅下行带来转债亏损的风 险，不过如果是在合理溢价水平下买入一只转债，正股上涨带来的这局部收益一 般是可以兑现的。另外过去如果从选股的逻辑出发，很多我们认为优质的标的，在转债市场是没有 样本的，而最近随着越来越多上市公司发行转债，我们通过选股的方法在转债市 场中能够越来越多地找到对应的标的，因此选股策略落地到转债上的可行性也变 得越来越高。本文是我们从选股的维度做转债研究的首次尝试，首先我们将探讨转

3、债对应正股 的一些特征，接下来我们将介绍如何从成长的思路来选股选债。图6 :转债对应正股与中证1000价值因子分布0.50.50.4遇0.30.20.10.0资料来源:Wind,我们通过概率密度函数对在因子上的分布做进一步比拟，会发现相比于中证 1000标的，转债标的会更偏成长、也会更偏价值一些。从这个维度上看，我们 可以把转债样本理解为相对于增强版中证1000。2.4、 行业上看：行业板块的分布行业上转债数量表7:转债对应正股较多的几个一级行业指数名称转债数目 今年4月29日以来指数涨跌医药（中信）41.5%基础化工（中信）4020 %机械（中信）34电力设备及新能源（中信）3136%电子（

4、中信）281 .建筑（中信）26汽车（中信）2344%电力及公用事业（中信）2216资料来源：Wind,指数涨跌数据时间20220729我们按中信一级行业做划分，医药、基础化工、机械、电力设备新能源是转债对 应正股样本最多的几个行业，其中有多个行业近期涨幅明显。可以认为转债对应 正股行业上数量排名靠前的平均来看有不错的涨幅（今年4月底以来）。表8：转债对应正股较少的几个一级行业指数名称转债数目 今年4月29日以来指数涨跌钢铁（中信）59石油石化（中信）5商贸零售（中信）31 %煤炭（中信）38叱消费者服务（中信）210-房地产（中信）1-5资料来源：Wind,指数涨跌数据时间20220729而

5、转债数量上排名比拟靠后的，行业在近期表现普遍偏弱。指数名称转债数目今年4月29日以来指必汽车零部件III （中信）19 环保及水务（中信）16化学制剂（中信）12其他专用机械（中信）行业应用软件（中输变电表9：转债对应正股较多的几个三级行业资料来源：Wind,指数涨跌数据时间20220729我们按中信三级行业做划分，汽车零部件、环保及水务、化学制剂等数量较多, 这些行业在近期也有较好的表现。242、重要行业在成长价值因子上的暴露图7 :主要一级行业成长因子暴露（单位：点）0.800. 70农林牧渔（中信）n aaU. Ov n anv. OUC 4 A0. 40基础化工（中信。.30有色金属（

6、中信） n on1电子（中,）虑款中信）医药（中信）c s计;电力设备及新能城。 机（中信）P信）00-0.UUU 500.汽车（中信）000.501.电力及公用事业（中信）001.502.002.503.(V. 1 V-0.20轻工制造（中信）.电筑（中信）蝴（中信）-0. oO成 长价值资料来源：Wind,图8 ：主要三级行业成长因子暴露（单位：点）1.20畜牧养殖（中仅）0. 800.60行业应用软，（中信）0.40医疗器械（中僧）0. 20其他专用机械（中信）一一.从人输变电设备（中信）专业工程及其（中信）-1.50汽车零部件III （中信） PCB（中信）00化孰% （中信）0. 0

7、00.00保及水务（中信）0.501.001.证券川（中信）502.002.50城商行（中信）专用计算机设备（中信）价值资料来源:Wind,我们发现，在转债数量上排名较高的行业中，在风格上会更偏成长，而在价值上 大多是负向暴露。2.5、 总结.转债对应正股表现好于A股市场全样本，也好于主要指数，这是过去一段时间 转债有较好表现的一个主要影响因素；1 .转债正股的风格暴露与中证1000相近，不过从成长因子、价值因子的分布看， 转债样本更偏成长，也更偏价值；.转债对应正股的重点行业近几年有不错表现也是转债近年来表现突出的一个 重要原因；2 .在表现较好的重点行业中，他们在成长因子上的暴露在各行业中

8、也最为明显。3、成长类指标选股稳定型：SUE指标选股3.1.1 SUE （预期外盈利）指标构建SUE是一个经典的成长类指标，中文名标准化预期外盈利（standarized unexpected earnings）。它的主要用处是捕捉财报披露净利润上超出原有趋势的 股票。1 .模型1 :带漂移项的SUE （预设增长）Qt = 5 + Qi + %Wt - i.i. d. 0/ 02.模型2 ：不带漂移项的SUE （无增长）Qt Qt-4 + %144 i.i.d. 0/ （J2Qt代表本季度的净利润，Q.4代表上一年本季度的净利润，四是一个随机游走 项，模型认为净利润会有随机的被动。3.SUE计

9、算方法Q-ESUE =G其中。可以用过去2年（8个季度）的Q.4的标准差来估甜 于带漂移项的模型E Q = Qt-4 + 5对于不带漂移项的模型E Q = Qt-4、SUE指标分组收益表现0. 257图9 ： SUE的IC值到达0.0401 （单位：点）资料来源：Wind,1.00%0.80%0.60%0.40%超额收益-0.52%-0.39%-0.31%-0.23% -0.15%-0.10%多头组0.08%0.28%0.49%0.85%图10 : SUE分组收益表现也比拟理想资料来源:Wind, 本文中我们使用带漂移项的SUE因子，我们发现在全A样本中选股，分组收益 和IC表现都令人满意。I

10、C到达0.04,分组超额收益单调性稳定。3.1.3、 SUE指标在全样本多头组表现根据SUE指标，把所有正股分为10组，我们把排名最高前称为第10组，每次 选择SUE指标第10组的策略我们称为SUE多头组策略。图11 : SUE多头组合的收益情况（单位：元）资料来源：Wind,表10 :分年度的绩效表现资料来源：Wind,收益最大回撤年化波动率胜率ca I marsharps201029.31 *25. 73 ”28.35 叱58. 92 嘲1. 140. 972011-23. 79 叱31. 1424. 33 451.03电-0. 81-1.22201217. 06 *18. 51 *23.

11、47*53. 72 .1.080. 78201335. 24 *15. 51 422.95 459. 072. 341.39201448. 25 *12. 3520. 76*58. 20“3. 811.85201598. 54 叱52. 30 448.75 *60.08 电1.891.622016-5.91 25. 14 叱32. 04 叱55. 56“0. 140. 182017-2. 68 叱16. 3416. 1156. 20 电-0. 22-0. 342018-28.47*35. 15 彳24.24 *47. 52 .-0.84-1.48201935. 46 叱19.04423.88

12、455.56 %1.901.32202028. 81 *12. 61 叱25.41 *54. 55 “2. 110. 97202130. 96 *11.2318. 21 457. 85 电2. 591.3620221.8226. 0226.5158. 500. 110. 13总体表现16. 6752. 3027. 0355. 870. 320. 61SUE多头组策略有相当不错的表现，我们将等权组合定为比拟基准，组合相比 于基准超额收益稳定。最大的超额收益回撤来自于去年8月份到今年年初这一段 成长显著回撤的行情。3.1.4、 应用到转债样本：SUE指标在转债正股中多头表现对于策略在转债样本上的应

13、用，我们考虑两种方式，一种是固定样本，一种是滚 动样本：方法1 （固定样本）：用当前（2022年7月31日）的转债对应正股样本作为可 选样本方法2 （滚动样本）：每次选股都用当期转债对应的正股作为可选样本图12 : SUE方法1（固定样本）下的收益情况（单位：元）超额收益策略基准2.001.801.601.400.800.600.400.200.00O 5*Oo o o o O 4 3 2 1 0 o o o o O1.20 桐X 10资料来源:Wind,图13 ： SUE方法2 （滚动样本）下的收益情况（单位：元）1.601.401.201.00 同X 0-800.600.200. 150.

14、100.050.00-0. 05-0. 10-0. 150.200.00超额收益策略基准0.402、转债对应的正股有何特征？对上市公司来说，发行转债是一种重要的再融资手段。这些发行转债的上市公司， 也就是转债对应的正股有何特征，是我们首先关注的一个问题。2.1、 转债对应正股画像定性来看，转债的正股样本会有怎样的特点1 .从发转债的诉求来看发行转债的上市公司一般是业务扩张需要资金，因此一些成长板块中重资产的例 如电子、新能源会发转债，而轻资产的计算机、传媒发转债的不多。制造业类发 转债较多，所以上市转债里有恩捷、韦尔这样的龙头企业，消费板块的龙头因为 不缺乏资金，发转债意愿不高，所以在转债的标

15、的里比拟稀缺。2 .从资本运作看偏好高负债、高杠杆运作，资本市场经验丰富的公司会更多的发转债。3 .从正股质地看因为发行转债带有一定的门槛，因此转债对应正股质地上平均来看会优于一般正 股。、从风格上看，转债样本的特征为了解转债的正股样本与非转债样本的差异，我们尝试利用barra模型下的几个 股票风格因子帮助我们做定量的分析。表1：转债与非转债样本的风格因子暴露差异非转债样本转债样本差值beta0.470.46*01价值-0. 25-0. 13(13盈利-0. 21-0. 03(18成长-0. 120. 04(15杠杆-0.430. 04(47流动性0. 840. 64*20中市值0.941.0

16、4(09动量-0. 14-0. 17I03资料来源:Wind,如上图，我们会发现，固定样本的表现会好于滚动样本，这表示当下的转债对应 正股比之前的转债对应正股历史上来看表现更好。3.1.5、 SUE指标在转债正股中多头表现（2010年以来）图14 : SUE固定转债样本下的收益情况（单位：元）资料来源：Wind,表11 : SUE固定转债样本下的绩效情况资料来源：Wind,收益最大回撤年化波动率胜率ca I marsharpe201012. 72 *25. 74%28.93 *57. 68 *0. 500.472011-30.50.37.41 %24. 55 *50. 62 *-0. 86-1

17、.61201213. 16.23. 23 *25.47*53. 31 %0. 710. 63201349. 97*19. 62 .25.01 .57. 81 .2. 621.74201459. 05 *13. 17*21.84、59.02 *4. 412. 112015100. 31*49. 40 *50. 30 *60. 08 %2. 011.592016-9. 36*21.91 %32. 14*54. 32 %-0. 020. 06201714. 09 *11.91 *16. 95 *56. 61 *1. 120. 662018-21.98*31.90*24. 52 %49. 17*-0.

18、 73-1. 10201927. 31 .17. 17*21.79 %54. 32 %1.661. 15202042. 99 *13. 08*25.91 .59.09 *3. 151. 39202126. 06*9. 14 .17.52*54. 55 *2. 641. 1820223. 74 .28. 49 %26. 48 *54. 42 *0. 200. 23总体表现18. 0749. 4027. 6055. 550. 370. 65我们再看固定样本上SUE策略的表现，它比全样本上的SUE策略结果更好, 这也一定程度上说明了转债对应正股样本相比于全A的优势。3.1.6、 SUE指标为何在滚动

19、样本中表现不佳？我们认为滚动样本中表现不佳有可能是因为2019年大幅上涨的股票，发转债的 时点较晚。于是我们选取2019年的某一期，研究固定样本策略中涨幅较高（大 于10%）的股票的上市日期。图15 ：两个方法的收益比照图（单位：元）2.001.801.601.401.20 恫 X 1000.800.600.200.200.0050505050504433221100SO.66SSSO.SO.0.40资料来源：Wind,表12 : 2019年3月份局部选股结果资料来源：Wind,证券简称收益上市日期正邦科技M20200715禾丰股份fl20220518君禾股份20200403兴业银行JL202

20、20114垒知集团8x20220520首华燃气6% a20211118上海银行6%20210210立讯精密5% a/20201202蓝帆医疗5%20200619雪榕生物5% a/20200724济川药业5%20171129超声电子|320210114结果印证了我们的猜测，许多在固定样本下被选中表现出色的股票。转债上市日 期都在2020年及以后。100.00%90.00%80.00%70.00%60.00%50.00%40.00%30.00%20.00%10.00%0E60TZ0Z ornNOTZOZ TrnSOTZOZ TcnrnOTZOZ ocnTIOZOZ 0E600Z0Z Tcnzooz

21、oz 6ZS00Z0Z Emmoozoz BZIOOZOZ 6ZTT6T0Z om606Toz T&o6Toz 6zrn06Toz 8ZZT8Toz Tmol8Toz 6Z908Toz omcn。8Toz 6ZZTNI0Z0.00%图16 ：涨幅10%的股票中转债发行日对应日期占比资料来源：Wind,固定样本下被选中表现出色的股票（涨幅10%的股票）中转债发行日对应日期 占比，这一比例2020年以来出现大幅下降，说明2020年转债市场的扩容纳入 了大量长期来看有不错表现的标的。3.2、进攻型：超预期选股321、超预期选股逻辑：超预期事件的定义超预期是另一个常用的成长类策略。如果年报或者预告事件

22、后一段时间（7个自 然日），分析师发布超预期研报或者调升净利润预测，如果出现两种情况中的某 一种，我们就认为出现了超预期事件。发生超预期事件后的一段时间，很多股票 会出现大幅的上涨。超预期选股的策略逻辑是通过财报或者预告发布+分析师认同，双重确认的方 式选出有基本面逻辑支撑的优质股票。I.UM图17 ：锦浪科技:年报后分析师调高净利润预测资料来源：Wind,20220427分析师 超预期研报确认2022042瞰露年图18 :奥特维：年报后分析师发布超预期研报资料来源：Wind,我们以锦浪科技为例，锦浪科技在披露年报和一季报之后，增速超过市场预期, 这一点也可以从公告次日股票大幅上涨看出来。到5

23、月3日，多家卖方发布研 报，调高净利润预期，确认了超预期事件，接下来3个月，锦浪科技出现了大幅 上涨的行情。322、超预期事件前后收益情况我们计算了超预期事件前后的收益情况，平均来看，超预期事件能够在T日到 T+60日获取收益。图19 ：超预期事件前后超额收益（基准：全A等权指数）情况（单位：元）资料来源：Wind,一般而言，由于我们的策略会有7个自然日的滞后，建仓前策略已经经历了一轮 上涨，这代表深入研究基本面的投资者会比我们更早确认超预期的信息。不过我 们也无需忧虑错过涨幅，我们超预期的收益主要来自于此后的第二轮行情，是赚 取更长期的收益。不同事件中，预告后超预期相比财报后的超预期超额收益

24、更明显，分析师调升净 利润作用效果最弱。图20 ：2022年Q1超预期事件前后超额收益（基准：全A等权指数）情况（单位：元）资料来源：Wind,323、超预期选股表现接下来我们尝试基于超预期这一事件构建一个简单的策略。测试逻辑：1.样本：全A样本，剔除上市半年以内的次新股，剔除换仓时点停牌、涨停的股 票，剔除ST；2,换仓时点：每年5次调仓，分别是1月、4月、7月、8月、10月的最后一个 交易日，对应预告和季报发布高峰时点；3 .确定换仓标的的时点：换仓日之前的一个交易日，也就是月底倒数第二个交易 日（T日），在这一天（T日）到前30个自然日（T30）发生超预期事件的股 票，被我们纳入到持仓标

25、的；.交易本钱：双边千分之三。1月底1 7月底 18月底4月底I 1。月底图21 :超预期选股的收益情况（单位：元）004.3.3.z Z004.3.3.z Z500050OOOOOOOOOO OOOOOOOOOO 7.654.3.Z1 .600相对收益- 策略基准资料来源:Wind,表13：超预期选股的绩效情况资料来源：Wind,收益最大回撤年化波动率胜率caImarsharped201025.70 *宣21.44、w26. 05 x U56. 10 s 宣1.210. 932011-17. 70天23. 94 *23. 42 * H/48. 56 % 叱-0.80-0. 93201227.

26、 09 119.49 力24. 96、52. 07 *1.601. 12201330. 52 关 M13. 86*24. 78 %社54. 85 % *2. 381.20201435. 94 关13.42 为22. 19 s58. 20 关2. 631.36201572. 07 %53. 05 *51.06%59. 26 %1.331.262016-6. 5323.4731.3453.090. 080. 1220172. 61 %13.46%16. 61 %54. 96 %0. 140. 022018-25. 45 %29. 59 %26. 34 %46. 28 %-0.91-1.202019

27、48. 36 %15. 68%22. 85 %55. 14%3.211.81202050. 77 %14. 58%28. 1458. 26 %3.311.48202118. 20%13. 54%19.98%54. 13 X1.090. 652022-5. 68 %28. 26 %26. 83 %52. 94 %-0. 23-0. 23总体表现16. 83%53. 05 %27. 79 %54. 14%0. 320. 61我们发现，这一策略能够实现非常好的收益表现，并且在之前的较长时间内相对 于等权基准的超额收益也较为稳定，不过近两年来看，策略的调整也比拟明显。324、应用到转债样本：转债对应正

28、股组合而我们使用滚动转债样本，在转债对应正股组合里选择超预期股票组合，策略表 现较差，不能跑赢基准。关于对应样本为何表现较差，我们后文会再做分析。图22 :转债对应正股超预期选股的收益情况（单位：元）0040 o O2 O8060o O 4 200 o o o o O60 *1超额收益 一策略 一基准资料来源:Wind,表14 ：转债对应正股超预期选股的绩效收益 最大回撤 年化波动率 胜率 caImar sharpe2018-46. 32s M47. 37 M32. 88 u40. 99-0.99-1.88201929. 93 *18. 36*25. 84 * n/53. 09 * fl/1.

29、791. 14202037. 68、 fl/26. 39 % fl/36.13 *55. 37 %1.310. 9420218.01 %17. 24 %21.30 s54. 96 %0. 450. 322022-4. 28 %31.90 s28. 61 %55. 56 %-0. 18-0. 17总体表现-0. 1647. 5729. 4851.900. 000. 04资料来源：Wind,325、文本超预期和一致预期上调的比拟接下来我们尝试去了解超预期事件中这些细分事件的差异。类型均值分析师调升分析师调升一预告文本超文表15 :不同事件后的60日平均涨跌幅资料来源：Wind,表16 :大多数年份

30、超预期事件之后会有正向收益年份分析师调升 分析师调升预告 文本超预期 文本超预期预告资料来源：Wind,20102.k%117%2011-86%一 62%-.3%-1 .3%20121|52|o%-19%3事20130.7%6j6.小2014103|5.9.7%20156.8%105|11 4. J20162.b%0|7%2.风0|6201711143.2|%2018-70%-,2%.7%-2 4%20193.1%6.gi0.8%8|6.20201|22，%5.3画20212.加3.3%3.1|12022217%_1-017|4-1 2%我们根据不同事件后的平均涨跌幅和中位数涨跌幅的统计发现，

31、超预期事件选出市值-1.72-1.49波动0. 270. 28(00资料来源：Wind,数据时间20220729的标的中，中位数收益较差而平均收益高较高。这就说明超预期的逻辑是用不高 的胜率（中位数差）去博取极高的赔率（平均收益高）。细分事件中，文本超预期事件后的涨跌幅优于分析师调升，预告后的超预期优于季报后的超预期。326、研究不同利润增速预期分组的情况一般而言，我们认为，超高利润增速的股票留给投资者想象空间会更大，这些股 票会更有可能大幅上涨。表17 :超预期后股票60H失幅分2且统计分析师增速分组均值中位数(-100. 0, 0, 03. 10. 0.(0.0, 0.1-0.4(0. 1

32、, 0.22.10.6(0.2, 0.3i.r0. 1(0.3, 0.43.41 0(0.4, 0.62.5&0.4%(0.6, 1.03.2.0. 0%(1.0, 100.02.9.-0. 7%资料来源:Wind,通过对不同分析师预期增速的股票做分组，我们发现高增速分组的超额收益会更 加明显，超过30%的预期增速后依然超预期，最后的涨幅也会更大。而通过比拟涨跌幅均值和中位数，我们发现高增速的分组中，胜率会更低，中位 数收益率较差,这提醒我们这些分析师预期高增速的股票,通常估值水平也很高, 这就使得高位买入之后下跌的可能性也较大。327、高增速超预期股票策略考虑到高增速超预期股票的赔率更高，我

33、们考虑在我们的样本中做进一步的筛选, 只选择那些分析师预期高增速的股票，希望能够进一步提升策略的收益。图23 ：高增速超预期选股的收益情况（单位：元）14. 0012. 0010. 00超 8.00假 6.004. 002.000.00005.504o o o o o o O 0 5 0 5 0 5 04.3.3.Z Z1 .1 .资料来源：Wind,表18 :高增速超预期选股的绩效情况收益 最大回撤争化波动-胜率 caImar sharpe201036. 7020. 4126. 5254. 88 fl/1.821.242011-22. 03关26. 99 *23. 97 * 11/47. 7

34、4 . fl/-0.85-1.11201236. 78 .20. 86 %24. 97 .51.65 %1.971.42201342. 12%13.80 %26. 19 %55. 27 %3. 221.48201420. 61 %14. 24 %22. 48 % *54.51 %1.380. 79201579.22 52. 95 %49. 83 *58. 02 1.501.382016-1.7119. 2231.2553.910.310. 2520173. 36%13. 66 17. 50 %54. 13 0.200. 072018-23. 98 %30. 06 %27. 90 %45. 87

35、 %-0. 85-1.05201967. 99 %15.73%24. 92 %53.91 %4. 432. 18202057. 87 %13.77%28. 94 %57. 02 %3.991.60202119. 00%14. 92%23. 08 %52. 89 %1.030. 6220224. 46%28. 50 %28. 66 %51.63 %0. 340. 37总体表现21.22%52. 95 %28. 42 %53. 21 %0.400. 74资料来源：Wind,我们发现，高增速超预期股票策略收益确实有进一步的提升。3.3、 组合策略：超预期SUE选股全A样本图24 :超预期SUE选股组

36、合表现（单位：元）2 g 6 心 公 C 620. 0018. 0016. 0014. 0012. 00 俎 X io.oo 、8.006. 004. 002.000.0000 8765.4.3.Z1 .00000000000000相对收益策略基准资料来源:Wind,201061.3656. 713.08%20. 18/28. 39、201127. 56%25. 30%50.21一0. 6201214, 93 34. 0818. 71%27.2151.6520132014201520162017201835. 8646. 6776. 195.994. 5315. 28 13.55 52.42

37、23. 5212. 83 3325.9821.8450.754.201920202021202总29.68 %57. 14%-6Z资料来源：Wind,如果我们结合SUE和超预期的思路，在全A样本中选股，同时满足在SUE排 名前20%和正股发生超预期事件两个条件才将股票纳入持仓，我们把这个策略 称为超预期SUE策略。SUE组合收益相比于此前的策略有进一步的提升。332、广义转债对应正股样本图25：超预期SUE选股转债正股广义样本表现（单位：元）溜空儒般资料来源:Wind,表20 :超预期SUE选股转债正股广义样本绩效201099. 76* %20. 07s %33. 76为 %55. 49s %

38、5.052011_ %17. 20%33. 04% %31.44% *48. 97%-0. 6201261.47 94 %18. 67% %27.219453. 33201312. 38%18. 26%23.4052.2014135. 34 10. 37%30. 32201560. 7553.6354.3201631.5725.6720170. 8416. 662018322.01317201965. 06202071.2021202资料来源：Wind,如果应用到广义转债样本上，我们会发现策略收益还有进一步的提升。、转债对应正股滚动样本00806040200080604020002111110

39、0000Q o o o o o O 6 5 4 3 2 1 0 o o o o o o O超额收益策略基准图26 ：超预期SUE选股在转债正股样本表现（单位：元）资料来源：Wind,表21 :超预期SUE选股在转债正股样本绩效资料来源：Wind,不过如果样本池放到转债的正股滚动样本上，这个策略在2018-2019年表现一 般，不过2020年以后组合开始有一定表现，不过最近两年策略表现又有所下降， 总体来看表现不算突出。3.3.4、 转债对应正股固定样本图27 :超预期SUE选股转债正股固定当前样本表现（单位20 006080402000 o o O3.00 2.50 2.004cdX 15。1

40、.00 0.500.000.00-0. 20超额收益策略超额收益策略基准资料来源：Wind,表22 :超预期SUE选股转债正股固定当前样本绩效收益最大回撤年化波动率胜率caImarsharpe2018-30. 05% %36. 79 % %32. 51 % ,45.01 %-0. 83-1.06201968. 83 % %18. 55% %28. 83 % %52. 2, %3.951.99202054. 38 %20. 32 %34. 01 *54. 9&2. 631.38202121.2617. 8225. 6554. 130.920. 6220220. 7931.0133. 2652.290. 05