从传统策略到深度学习的可转债投资
创建于 更新于
摘要
本报告分析了可转债传统双低及隐波策略的收益衰减问题，创新采用基于GRU深度学习模型，融合量价及估值因子，构建综合因子并通过LWMA平滑，有效提升预测能力和投资收益。基于该深度学习因子构建的可转债TOP30组合，近三年年化收益达24.1%，大幅超额中证转债指数。进一步构建纯债与转债8比2的固收+组合，兼顾绝对收益和风险控制，表现稳健，夏普比达3.64，最大回撤仅-1.9%。该策略在固收+基金中具备重要应用价值，显示深度学习模型在可转债量化投资领域的广阔前景[page::0][page::4][page::7][page::15][page::16][page::18][page::19]
