可转债轮动策略中基于自定义因子精确剔除机制的构建：对动态中位数阈值的超越

1. 问题提出：动态中位数阈值的固有局限

当前主流的可转债轮动策略中，“动态阈值”常以全市场或同类型转债的中位数（如价格中位数、溢价率中位数）作为核心参考基准。例如，当某转债价格超过市场中位数价格的某一倍数（如1.3倍）时，判定其为“高估”并予以剔除。此方法虽有动态调整、简单易行的优点，但其局限性显著：

1. 忽视异质性：不同转债的正股行业、波动率、信用等级、剩余期限、条款（如下修、赎回条件）差异巨大。一个适用于银行转债的“合理”价格或溢价率水平，对一只科技股转债可能完全不适用。以统一的中位数作为衡量所有标的的标尺，必然导致误判。

2. 易受分布扭曲影响：当市场出现结构性行情（如某一行业被极度炒作）时，中位数本身会被大幅推高或拉低，导致阈值信号失真，引发全市场范围的错误调仓。

3. 信号粗糙：仅依据相对位置的“高/低”做剔除决策，无法量化当前价格与其内在合理价值的具体偏离程度，决策信息含量低。

为解决上述问题，需一种能为每只可转债“量身定制”剔除标准的方法，即“自定义因子精确剔除机制”。

2. 核心模型：自定义因子精确剔除机制的构建

本机制的核心思想是：放弃与同侪比较的相对阈值，转向与自身理论价值比较的绝对阈值。其实现分为三步：理论价值基准构建、偏离度计算、剔除决策。

2.1 理论价值基准的构建：多因子定价模型

为每只可转债 i 在时间 t 构建一个理论价值（或价值中枢） V_it。V_it 并非一个精确的“点”，而是一个由多个驱动因子通过线性或非线性模型计算得出的合理价值区间中枢。

最实用的模型是采用横截面回归法或基于定价因子的打分法。

· 模型A：多元线性回归模型（适用于量化能力强的投资者）