量化模型与构建方式 1. 模型名称：可转债的赎回概率调整定价模型（CCBA模型） - 模型构建思路：通过计算转债的理论定价，评估转债的期权估值水平[7][9] - 模型具体构建过程： - 计算转债价格与CCBA模型定价的偏离度，公式为： $\text{定价偏离度} = \frac{\text{转债价格}}{\text{CCBA模型定价}} - 1$ - 通过该偏离度来表征转债的期权估值水平[9] - 模型评价：该模型能够较好地反映转债的期权估值水平，并用于择时策略[9] 2. 模型名称：转债&国债择时策略 - 模型构建思路：基于市场YTM差值与定价偏离度，进行转债与国债的择时配置[13] - 模型具体构建过程： - 计算市场YTM差值与定价偏离度的zscore，并形成择时综合打分 - 月度调整权重，构建转债&国债的择时策略[13] - 模型评价：策略几乎每年都能跑赢基准，波动与回撤明显降低[13] 3. 模型名称：胜率择时策略 - 模型构建思路：使用信用指标进行中证转债与国债的择时策略[20] - 模型具体构建过程： - 计算信用方向因子和信用强度因子，并求和得到信用综合分数 - 策略的中证转债权重=50%+信用综合分数×25%[23] - 模型评价：策略能够实现相对于等权基准的稳定超额收益[20] 模型的回测效果 1. 可转债的赎回概率调整定价模型（CCBA模型） - 未来半年中证转债预期收益：6.76%[12] 2. 转债&国债择时策略 - 年化收益：8.98% - 年化波动：6.76% - 最大回撤：11.79%[17] 3. 胜率择时策略 - 年化收益：7.67% - 年化波动：7.89% - 最大回撤：14.63%[22] 量化因子与构建方式 1. 因子名称：信用方向因子 - 因子的构建思路：通过中长期贷款脉冲判断信用环境[23] - 因子具体构建过程： - 计算中长期贷款脉冲=过去一年中长期贷款增量并取同比 - 若中长期贷款脉冲相比于三个月前有所抬升，则因子为1分，反之为-1分[23] 2. 因子名称：信用强度因子 - 因子的构建思路：通过信用指标的超预期情况判断信用强度[23] - 因子具体构建过程： - 查看信用指标是否超预期或不及预期 - 若标准化后的超预期因子>1.5，则因子为1分，若<-1.5，则因子为-1分，其余时间为0分[23] 因子的回测效果 1. 信用方向因子 - 无具体回测效果数据 2. 信用强度因子 - 无具体回测效果数据