20231212-西南证券-一种高效的可转债择券路径_23页_1mb

可转债择券路径分析总结

• 核心观点: 采用XGBoost算法（基于决策树的集成学习），识别高超额收益可转债。模型使用19个因子（条款特性、估值指标、行情指标），18个月训练窗口，平均预测正确率59.76%；折算策略累计超额收益575.4%，年化1612%。

• 模型简介: XGBoost是一种高性能机器学习算法，通过决策树作为弱学习器进行集成学习，提升稳定性与准确率。决策树从数据中提取规则，集成后投票得出最优预测。

• 模型训练: 纳入19个因子，训练窗口为18个月获最优表现。预测正确率在43个月数据中平均59.76%，2023年提高至68.79%。关键因子包括纯债溢价率、成交额、换手率，纯债溢价率最具影响力。

• 策略建议: 历史回测显示，2020年5月至2023年11月累计超额收益575.4%，平均月超额收益134%，最长连续负收益不超过2个月。相对中证转债有显著优势，年化超额高，波动率大。

• 风险提示: 市场剧烈波动、模型失效或统计误差可能导致策略失败。