国金证券-Alpha掘金系列之十四：GBDT+NN机器学习可转债择券策略-250108

- 本文探讨了基于GRU和LGBM模型的可转债择券策略，通过日度K线和转债溢价率等数据提升了模型表现。

- GRU模型在数据不足时通过数据增强取得显著效果，而LGBM模型则依赖于转债和正股的Alpha158因子组合优化多头表现。

- 最终合成的机器学习转债择券因子（ML因子）显示出良好的年化收益率和信息比率，但需注意策略在市场变化和成本增加时的风险。