20240602-国联证券-量化可转债研究（二）_随机森林模型在可转债中的应用_19页_887kb

随机森林模型在可转债投资中的应用总结

随机森林模型被用于量化分析可转债，结果显示其表现优异。

模型简介

随机森林是一种集成学习技术，通过构建多个决策树并集成其预测结果，提高准确性和泛化能力，适用于非线性、高维数据处理。

因子选择

基于因子IC值筛选，选取TOP 38个因子作为模型因子，包括涨跌幅均值、价格偏度、换手率等与可转债超额收益相关的因子。

参数调优

通过10折交叉验证和网格搜索确定最优参数：

• 树的数量：350个
• 最大深度：15
• 叶节点最小样本数：10

回测表现

• 样本外测试区间（2023.11.13-2024.5.20）收益1286%，超额收益1450%
• 年化收益率2664%，周胜率59.3%，月胜率80%
• 注册摘要夏普比率2.28，最大回撤-42.1%

关键结论

1. 随机森林能有效捕捉可转债的非线性关系和因素相互作用
2. 涨跌幅、价格偏度、换手率等因子驱动模型预测效果
3. 模型在样本外表现优异，具备较高的投资价值和实操性