基于XGBoost的可转债非线性择券模型.pptx

基于XGBoost的可转债非线性择券模型;;非线性环境下传统线性模型面临挑战;;;;XGBoost模型原理与优势;;01;;因子体系优化：从指标扩展到训练窗口选择;;;以1年为起点、5年为终点、6个月为步长进行滚动测试。3.5年窗口最终净值6.78，累计收益577.52%，为各窗口最高。过短窗口受短期扰动影响大，过长窗口稀释近期因子有效性。3.5年窗口在样本丰富度与市场适配性之间取得较好平衡。

图片;;最优化训练窗口的绩效对比;01;组合可执行性检验：月度调仓与多约束回测;;;第一类：最新Top30组合明细（前10行）;;第二类：最新Top20组合明细;条款约束降低收益弹性;;第四类：最新Top20组合明细;结论与展望;优化后的XGBoost模型在3.5年训练窗口下年化超额收益28.75%，Sharpe比率1.86，卡玛2.33，显著优于传统线性框架。因子贡献结构显示估值弹性、流动性、条款博弈等多维度共同驱动，验证了非线性模型在当前转债市场中的适配性。;;汇报结束

感谢您的聆听