行业研究报告

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

2026-06债券期货参考 47 页西南证券

聚焦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。在此背景下,传统线性多因子模型中“单一因子改善—组合收益提升”的传导链条有所弱化,因子之间的交互关系、阈值效应和市场状态依赖特征更加突出。2020 年 1月 2日至 2026 年 5月 28日期间,该窗口下模型最终净值达到 6.78,累计收益达到 577.52%,说明其既保留了足够样本信息,又较好适应了近年来转债市场定价逻辑的变化。落地检验——多约束回测验证模型有效性在月度调仓框架下,XGBoost 模型构建的无约束组合相较主要市场指数展现出较强收益优势,其中 Top20组合年化收益率达到 19.66%,年化超额收益率达到 12.96%,且 2024年以来各年度表现均较为稳健。

报告摘要

聚焦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。在此背景下,传统线性多因子模型中“单一因子改善—组合收益提升”的传导链条有所弱化,因子之间的交互关系、阈值效应和市场状态依赖特征更加突出。2020 年 1月 2日至 2026 年 5月 28日期间,该窗口下模型最终净值达到 6.78,累计收益达到 577.52%,说明其既保留了足够样本信息,又较好适应了近年来转债市场定价逻辑的变化。落地检验——多约束回测验证模型有效性在月度调仓框架下,XGBoost 模型构建的无约束组合相较主要市场指数展现出较强收益优势,其中 Top20组合年化收益率达到 19.66%,年化超额收益率达到 12.96%,且 2024年以来各年度表现均较为稳健。

核心要点

  1. 内容概览:债券市场与价格走势
  2. 利率信用与资金变化
  3. 配置思路与风险关注

报告信息

文件全名
《西南证券-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-260615.pdf》
适合读者
投资人
核心数据
  1. 2020 年 1月 2日至 2026 年 5月 28日期间,该窗口下模型最终净值达到 6.78,累计收益达到 577.52%,说明其既保留了足够样本信息,又较好适应了近年来转债市场定价逻辑的变化
  2. 落地检验——多约束回测验证模型有效性在月度调仓框架下,XGBoost 模型构建的无约束组合相较主要市场指数展现出较强收益优势,其中 Top20组合年化收益率达到 19.66%,年化超额收益率达到 12.96%,且 2024年以来各年度表现均较为稳健
  3. 因子库由原有 19个指标扩展至 41个,并筛选其中 26个核心因子用于模型训练,样本区间覆盖 2016年 1月至 2026年 5月 29日
核心议题
可转债算法从线性失效到非线性重构

常见问题

《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》主要包含哪些内容?

聚焦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。在此背景下,传统线性多因子模型中“单一因子改善—组合收益提升”的传导链条有所弱化,因子之间的交互关系、阈值效应和市场状态依赖特征更加突出。2020 年 1月 2日至 2026 年 5月 28日期间,该窗口下模型最终净值达到 6.78,累计收益达到 577.52%,说明其既保留了足够样本信息,又较好适应了近年来转债市场定价逻辑的变化。落地检验——多约束回测验证模型有效性在月度调仓框架下,XGBoost 模型构建的无约束组合相较主要市场指数展现出较强收益优势,其中 Top20组合年化收益率达到 19.66%,年化超额收益率达到 12.96%,且 2024年以来各年度表现均较为稳健。核心数据:2020 年 1月 2日至 2026 年 5月 28日期间,该窗口下模型最终净值达到 6.78,累计收益达到 577.52%,说明其既保留了足够样本信息,又较好适应了近年来转债市场定价逻辑的变化;落地检验——多约束回测验证模型有效性在月度调仓框架下,XGBoost 模型构建的无约束组合相较主要市场指数展现出较强收益优势,其中 Top20组合年化收益率达到 19.66%,年化超额收益率达到 12.96%,且 2024年以来各年度表现均较为稳健;因子库由原有 19个指标扩展至 41个,并筛选其中 26个核心因子用于模型训练,样本区间覆盖 2016年 1月至 2026年 5月 29日。

这份报告由哪家机构发布?

本报告由西南证券发布,发布于 2026 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2026 年。

这份报告是免费的吗?如何获取?

本报告为付费报告,可在资料宝站内下单后获取完整内容。

这份报告适合哪些读者?

适合投资人等读者参考。

报告涉及哪些关键议题?

重点分析了可转债、算法、从线性失效到非线性重构等议题。

继续阅读

同分类报告

查看全部 →
📱 登录