引言
　　在2023年8月2日发布的《可转债股债性轮动策略初探》报告中，我们基于所有上市可交易可转债样本，根据平底溢价率将转债分为三种类型，且分别构建了对应的因子选债组合。进一步地，我们构建了相关的择时指标，对三种类型的可转债进行轮动择时，并取得了不错的效果。
　　本篇我们尝试对该模型进行优化。在因子选择以及择时指标方面，针对波动率拆分角度做了一些新的尝试。
　　波动率的拆分
　　长期以来，波动率因子备受学界和业界关注。Tim Bollerslev, SophiaZhengzi Li等的论文《Good Volatility, Bad Volatility, and the Cross Sectionof Stock Returns》将波动率分解为正负半方差，并引入了RSJ因子，RSJ的全称是带符号的相对跳跃方差（Relative Signed Jump Variation），通过计算正、负向波动差再除以两者之和进行标准化得到，是一种衡量资产价格变动中跳跃行为的统计指标。
　　我们参考上述思路，将其运用在可转债中，对波动率因子进行拆分。使用可转债及对应正股的日频数据来构建系列因子：上/下行波动率因子以及RSJ因子，检验其在转债择券中的有效性。
　　对该系列因子进行测试，我们得到了对原有各类别转债因子组合下的有效补充：对偏股型转债，我们加入正股下行波动因子与原有的波动率因子合成；对于偏债型转债，我们在原有因子基础上加入RSJ因子。通过这些操作，对单类别转债以及整体转债组合均有不错的改善。因子调整后的转债轮动组合（估值偏差择时下）2018/1/2-2023/10/13期间年化回报率为32.13%，夏普比率2.16，卡尔马比率2.43，最大回撤率为12.61%，相对中证转债指数的年化超额收益为25.92%。
　　RSJ指标择时
　　股票价格理论上接近几何布朗运动，其上、下行波动此消彼长，RSJ指标具有较强的均值回复特性，数据服从正态分布，因此尝试将RSJ作为择时指标对组合中各类型转债做轮动择时。
　　应用各类型转债余额加权的RSJ指标来做择时轮动，对于原组合具有一定提升，组合期间年化回报率为31.56%，夏普比率2.04，卡尔马比率2.23，并且2022年以及2023年以来均取得了不错的超额收益。但该指标亦有一定的局限性，例如分类下指标成分券不稳定、因子相关性较低等，未来可以对该指标做一定的调整以改进。
　　风险提示：模型失效风险，流动性风险，信用风险