报告概述
本报告为转债量化月报，主要分析2026年1月可转债市场表现和估值变化。报告采用柳树定价模型和隐含波动率等指标评估转债估值，并构建了RSJ+隐波差择时策略、强赎概率预测模型以及多种量化策略组合（如期权低估值、双低+动量、红利+等）。报告旨在为投资者提供转债投资参考，帮助识别高估风险与低估机会。
报告的核心结论
转债市场估值高位，需警惕回调风险。
截至2026年1月29日，转债余额加权估值偏差为17.59%，较12月末抬升6.95个百分点，显著高于2022年估值水平。当前偏股型转债及AA/AA-评级转债估值明显偏高，低估转债数量仅8只，市场整体风险加大。
择时策略1月14日转为卖出信号，且可能持续。
基于RSJ+隐波差指标的择时模型在1月14日发出卖出信号。当前隐波差处于2018年以来99.9%分位水平，高估值状态持续，卖出信号短期或维持。该策略2026年1月回撤明显低于基准，卡尔马比达4.47。
强赎概率预测模型可有效识别高风险转债。
报告构建的机器学习强赎预测模型（1/N-Stacking）历史测试集AUC达87.8%，2025年预测准确率80.4%。当前57只转债处于强赎计数中，模型可辅助投资者及时减持高概率标的，并关注被低估的不强赎预期个券。
历史2月偏债型转债和双低+动量策略胜率较高。
从2018-2025年历史表现看，2月偏债型转债相对中证转债胜率100%，双低+动量策略历年2月涨幅中位数最高。当前建议关注低估值策略和防御性红利策略。
报告回答的关键问题
当前可转债市场估值处于什么水平？
当前可转债市场估值处于历史高位。截至2026年1月29日，转债余额加权估值偏差达17.59%，显著高于2022年水平，偏股型及AA/AA-评级转债高估明显。从隐含波动率看，中位数为58.1%，处于2018年以来高分位。市场整体低估转债仅8只，估值回调风险较大。
如何利用量化策略规避转债估值回调风险？
报告推荐使用RSJ+隐波差择时策略，该策略在估值过高时发出卖出信号，当前维持卖出。同时，可通过期权低估值策略筛选相对低估的转债（如柳树定价低估组合），此类策略历史超额收益稳定且回撤较小，有助于降低估值压缩风险。此外，红利+策略等防御性组合也值得关注。
哪些转债存在强赎风险？
报告通过机器学习强赎概率预测模型对57只处于强赎计数中的转债进行概率预测，模型历史准确率超80%。投资者应重点关注强赎概率较高的标的（如模型中概率超70%的个券），并及时减持；同时可关注市场可能过度反应的不强赎预期转债，把握低估机会。
报告中的代表性数据
转债余额加权估值偏差
2026年1月29日，较2025年12月末抬升6.95个百分点，显著高于2022年估值水平，表明市场估值高企，需警惕均值回归回调风险。
中证转债指数1月涨幅
2026年1月，1月主要权益指数和中证转债指数均录得开门红，中证转债指数上涨5.82%，最大回撤-3.27%，收益/回撤表现优于上证指数。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 转债市场指数跟踪：详细展示1月中证转债指数及分类型（偏股、平衡、偏债）转债的涨跌幅表现，以及风格策略指数（动量、低溢价、小市值、双低等）的对比分析。
- 期权定价与估值分析：采用柳树定价模型计算转债理论价格，分析余额加权估值偏差及不同股债性、评级分类下的估值水平，揭示高估结构与低估个券稀缺性。
- 隐含波动率与隐波差历史对比：对比当前隐波中位数（58.1%）与2015年牛市峰值，论证高估状态持续性有限，并展示隐波差处于99.9%分位的风险警示。
- 转债期望强赎率模型：通过逆推法计算各退出路径的期望概率，显示1月强赎概率大幅提升6.19个百分点，成为最主要退出路径。
- RSJ+隐波差择时策略详解：展示策略构建逻辑（结合技术反转指标RSJ与估值反转指标隐波差）、历史表现（2022年以来卡尔马比1.26，胜率74.29%）及当前信号判断。
- 强赎概率预测模型：介绍六维因子体系（条款、市场表现、转股压力、偿债压力、盈利质量、公司治理）及机器学习Stacking集成方法，附样本外57只转债的预测概率明细表。
- 量化策略组合回测与构建：包括期权低估值策略（柳树定价低估组合）、双低+动量策略、红利+策略的构建规则、历史年化收益、最大回撤等表现数据，以及2月历史胜率统计。
- 策略组合标的明细：提供截至2026年1月29日的柳树定价低估组合、双低+动量组合、红利+组合的具体转债名单，共约90只标的。
- 风险提示：模型失效风险、流动性风险、信用风险等详细说明，帮助投资者全面理解策略局限性。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
