量化模型与构建方式 1. 多因子模型 - 模型名称：多因子模型 - 模型构建思路：通过多个因子组合来优化投资组合的收益和风险 - 模型具体构建过程： - 选择多个因子，如转股溢价率、到期收益率、波动率等 - 对每个因子进行标准化处理 - 根据因子权重构建组合 - 进行回测和优化 - 模型评价：多因子模型能够有效捕捉市场中的多种信息，提高组合的收益和稳定性[8][137][160] 模型的回测效果 - 多因子模型 - 2024年5月组合收益率：2.65%[8] - 2024年以来组合收益率：4.46%[8] 量化因子与构建方式 1. 转股溢价率因子 - 因子名称：转股溢价率因子 - 因子的构建思路：通过计算可转债的转股溢价率来评估其投资价值 - 因子具体构建过程： - 计算公式：$\text{转股溢价率} = \frac{\text{可转债价格} - \text{转股价值}}{\text{转股价值}}$ - 公式中，可转债价格为市场价格，转股价值为可转债转换为股票后的价值 - 因子评价：转股溢价率因子能够有效反映可转债的相对价值[6][7][51] 2. 到期收益率因子 - 因子名称：到期收益率因子 - 因子的构建思路：通过计算可转债的到期收益率来评估其投资价值 - 因子具体构建过程： - 计算公式：$\text{到期收益率} = \frac{\text{年化利息} + \frac{\text{面值} - \text{当前价格}}{\text{剩余年限}}}{\text{当前价格}}$ - 公式中，年化利息为可转债的年利息，面值为可转债的面值，当前价格为市场价格，剩余年限为可转债的剩余期限 - 因子评价：到期收益率因子能够有效反映可转债的收益水平[6][7][51] 3. 波动率因子 - 因子名称：波动率因子 - 因子的构建思路：通过计算可转债的价格波动率来评估其风险 - 因子具体构建过程： - 计算公式：$\text{波动率} = \sqrt{\frac{1}{N-1} \sum_{i=1}^{N} (R_i - \bar{R})^2}$ - 公式中，$R_i$为第i天的收益率，$\bar{R}$为平均收益率，N为天数 - 因子评价：波动率因子能够有效反映可转债的价格波动风险[6][7][51] 因子的回测效果 - 转股溢价率因子 - IC均值：0.01 - IR：0.06 - 多头收益：3.42% - 多头超额收益：-0.24% - 多空收益：0.82%[163] - 到期收益率因子 - IC均值：0.08 - IR：0.40 - 多头收益：4.12% - 多头超额收益：0.46% - 多空收益：1.68%[163] - 波动率因子 - IC均值：-0.07 - IR：-0.26 - 多头收益：4.72% - 多头超额收益：1.06% - 多空收益：2.08%[163]