量化模型与构建方式 1. 模型名称：不同信用评级转债指数；模型构建思路：根据可转债的信用评级（如AA+、AA、A+、A等）对市场中的可转债进行分类，并分别构建指数以观察不同信用等级转债的市场表现差异[20] 2. 模型名称：不同价格转债指数；模型构建思路：根据可转债的绝对价格水平（如小于100元、100-110元、110-120元、120-130元、130-140元、大于140元等区间）对可转债进行分类，并分别构建指数以观察不同价格区间转债的市场表现和估值特征[8][32] 3. 模型名称：不同规模转债指数；模型构建思路：根据可转债的发行规模或剩余规模对可转债进行分类，并分别构建指数以观察不同规模等级转债的市场表现差异[25] 4. 模型名称：不同策略转债指数；模型构建思路：基于特定的量化策略（报告中未明确具体策略规则）对可转债进行筛选或组合，构建策略指数以评估该策略的历史表现[25] 量化因子与构建方式 1. 因子名称：转股溢价率；因子构建思路：衡量可转债价格相对于其转换价值的溢价程度，是评估可转债估值高低和股性强弱的核心指标[17]；因子具体构建过程：首先计算转股价值，公式为 转股价值 = (100 / 转股价格) * 正股收盘价，然后计算转股溢价率，公式为 转股溢价率 = (可转债收盘价 - 转股价值) / 转股价值[17] 模型的回测效果 1. 不同信用评级转债指数，近一年累计涨跌幅：Fetching...（数据缺失）[21] 2. 不同价格转债指数，近一年累计涨跌幅：Fetching...（数据缺失）[23] 3. 不同规模转债指数，近一年累计涨跌幅：Fetching...（数据缺失）[26] 4. 不同策略转债指数，近一年累计涨跌幅：Fetching...（数据缺失）[26] 因子的回测效果 1. 转股溢价率因子，截至2026-01-16全市场中位数：33.06%[12] 2. 转股溢价率因子，截至2026-01-16全市场算术平均数：45.21%[12] 3. 转股溢价率因子，按价格区间分组中位数（<100元）：0.00%[32] 4. 转股溢价率因子，按价格区间分组中位数（100-110元）：125.64%[32] 5. 转股溢价率因子，按价格区间分组中位数（110-120元）：50.75%[32] 6. 转股溢价率因子，按价格区间分组中位数（120-130元）：62.33%[32] 7. 转股溢价率因子，按价格区间分组中位数（130-140元）：34.05%[32] 8. 转股溢价率因子，按价格区间分组中位数（>140元）：24.43%[32]