从线性失效到非线性重构:基于XGBoost算法的可转债选券框架再优化.pdf

  • 上传者:6*****
  • 时间:2026/06/18
  • 热度:66
  • 0人点赞
  • 举报
本文针对可转债市场定价逻辑由线性向非线性转变的背景,对基于XGBoost算法的可转债选券框架进行了再优化。首先,因子体系从19个指标扩展至41个,筛选26个核心因子,新增动量及细化条款指标,以捕捉更复杂的非线性关系。其次,通过滚动窗口测试确定3.5年为最优训练样本长度,该窗口在收益弹性、风险控制和市场适配性间取得平衡,模型净值表现最优。最后,在月度调仓框架下进行多约束回测:无约束组合年化收益率达19.66%,超额收益显著;规避高价组合年化收益19.90%,风险调整后收益更优;规避低评级组合年化收益18.10%,提升了信用安全边际;而规避条款风险组合收益下降,表明条款事件兼具风险与收益弹性属性。研究认为优化后的框架具备较强扩展价值,可根据投资者风险偏好选择不同约束策略。
1页 / 共25
从线性失效到非线性重构:基于XGBoost算法的可转债选券框架再优化.pdf第1页 从线性失效到非线性重构:基于XGBoost算法的可转债选券框架再优化.pdf第2页 从线性失效到非线性重构:基于XGBoost算法的可转债选券框架再优化.pdf第3页 从线性失效到非线性重构:基于XGBoost算法的可转债选券框架再优化.pdf第4页 从线性失效到非线性重构:基于XGBoost算法的可转债选券框架再优化.pdf第5页 从线性失效到非线性重构:基于XGBoost算法的可转债选券框架再优化.pdf第6页 从线性失效到非线性重构:基于XGBoost算法的可转债选券框架再优化.pdf第7页 从线性失效到非线性重构:基于XGBoost算法的可转债选券框架再优化.pdf第8页
  • 格式:pdf
  • 大小:2.4M
  • 页数:25
  • 价格: 2积分
下载 获取积分

免责声明:本文 / 资料由用户个人上传,平台仅提供信息存储服务,如有侵权请联系删除。

  • 相关标签
  • 相关专题
      热门下载
      • 本年热门
      • 本季热门
      • 本月热门
      分享至