3、因子构建基础:价格类因子、成交量类因子、换手率因子
聊到因子构建,很多新手一上来就搞那些花里胡哨的机器学习特征。我个人习惯是,先老老实实把最基础的几个因子吃透。说白了,价格、成交量、换手率,这三样东西就是转债市场的「三原色」。你把这几个玩明白了,后面那些复合因子、高阶因子,不过是它们的排列组合罢了。
我记得刚入行那会儿,带我的老大哥说过一句话:「别看不起基础因子,你亏钱往往不是因为模型不够复杂,而是连价格都没看准。」嗯,这话我到现在都认。
3.1 价格类因子:收盘价、最高价、最低价
价格类因子是最直观的。但你要注意,转债的价格和股票价格有个本质区别——转债有「债底」保护。所以单纯看绝对价格,意义不大。我们更关心的是相对价格、价格形态。
3.1.1 收盘价因子
收盘价是当天最后一笔交易的成交价。我个人习惯用收盘价做两件事:
- 计算涨跌幅:当日收盘价 / 前日收盘价 - 1。这是最基础的动量信号。
- 判断价格区间:看收盘价是否在债底附近。如果收盘价接近债底,说明转债的「股性」很弱,更像一只纯债。
核心逻辑:收盘价低于 100 元的转债,往往意味着正股表现极差,或者市场对违约有担忧。这类转债我一般会避开,除非有明确的博弈逻辑。
3.1.2 最高价与最低价
最高价和最低价,反映的是当天的波动范围。我常用它们来构建「振幅因子」:
# 振幅因子计算示例
振幅 = (最高价 - 最低价) / 前日收盘价 * 100
振幅大的转债,说明多空分歧严重。我在项目中遇到过这样的情况:某只转债连续三天振幅超过 5%,但收盘价几乎没变。这种「高位震荡」往往是主力出货的信号,我一般会减仓。
避坑指南:我曾经犯过一个错误——只看最高价和最低价的绝对值,忽略了复权处理。转债有转股、回售等事件,会导致价格断层。一定要用前复权数据,否则因子会失真。
3.2 成交量类因子
成交量是市场的「温度计」。价格可以骗人,但成交量很难造假。尤其是转债市场,成交量小的时候,几百万就能拉出一个涨停板。所以成交量因子在转债上的重要性,比股票更高。
3.2.1 成交量绝对值
直接看当日成交金额或成交手数。我个人习惯用成交金额,因为转债面值不同,手数容易失真。
- 放量:成交量突然放大到前 5 日均值的 2 倍以上,说明有资金介入。
- 缩量:成交量持续低于均值的 50%,说明无人问津,流动性枯竭。
注意:转债的成交量受「强赎」事件影响极大。一旦公告强赎,成交量会瞬间暴增,但这时候追进去往往是被收割的命。我吃过这个亏,现在看到强赎公告,第一反应是减仓,不是加仓。
3.2.2 成交量相对因子
我更常用的是「成交量相对强度」:
# 成交量相对强度
vol_ratio = 当日成交量 / 过去20日平均成交量
这个因子的好处是去掉了量纲,可以在不同转债之间横向比较。我一般设定阈值:
| vol_ratio 范围 | 信号含义 | 我的操作 |
|---|---|---|
| < 0.5 | 极度缩量 | 观望,不参与 |
| 0.5 - 1.5 | 正常交投 | 按策略执行 |
| 1.5 - 3.0 | 温和放量 | 关注,可能启动 |
| > 3.0 | 异常放量 | 警惕,检查是否有事件驱动 |
3.3 换手率因子
换手率 = 成交量 / 流通盘。这个因子在转债上有个特殊之处——转债的「流通盘」会随着转股而变化。所以换手率因子需要动态调整。
3.3.1 标准换手率
直接用当日成交量除以转债的剩余规模。剩余规模越小,换手率越容易被放大。你想想看,一只剩余规模只有 5000 万的转债,一天成交 1 个亿,换手率就是 200%。这种转债波动极大,适合短线,不适合轮动。
3.3.2 换手率变化率
我个人更看重换手率的变化趋势,而不是绝对值:
# 换手率变化率
turnover_change = (当日换手率 - 前5日平均换手率) / 前5日平均换手率
这个因子能帮我识别「资金突然涌入」的转债。我记得有一次,某只低价转债的换手率变化率突然飙升到 500%,我赶紧查了一下,原来是正股出了利好公告。当天买入,三天赚了 8%。
核心经验:换手率变化率超过 300% 的转债,80% 的概率有事件驱动。要么是正股异动,要么是转债本身有条款变化。这时候不要盲目追,先搞清楚原因再说。
3.4 本章知识体系
下面这张图,是我自己整理的价格、成交量、换手率三大因子的逻辑关系。你可以把它当成一个「因子构建地图」:
嗯,到这里,价格、成交量、换手率这三个基础因子就讲完了。你可能会问:「就这?这么简单?」对,就这么简单。但你要知道,真正赚钱的策略,往往不是靠复杂的公式,而是靠对基础因子的深刻理解。下一章我们会聊到「动量因子与反转因子」,到时候你会发现,那些高阶因子本质上还是从这三个基础因子衍生出来的。
我的建议:先别急着往下看。打开你的数据,把这三个因子手动算一遍,看看它们在不同转债上的分布。你会发现很多有意思的规律——比如,为什么有些转债换手率很高但价格不动?为什么有些转债成交量放大后反而跌了?想清楚这些问题,你的因子构建才算真正入门。