中国可转债次日价格预测实证：深度模型未跑赢随机游走

Derun Zhong、Guolian Wang、Shiqing Wang、Hongjie Feng 发布实证论文，检验跨债券面板学习对中国可转债次日价格的预测能力，结果显示深度神经网络模型未跑赢随机游走基准。 该研究基于2022至2025年100只A股可转债共73,806条日度观测样本，在29,514条留出集上对比随机游走基准与跨债券神经网络模型。随机游走基准的RMSE为2.3577元，小、大价格变化多层感知机的五种子模型集成RMSE分别为2.3619元、2.3645元，样本外R²为负，目标日期聚类HAC p值分别为0.453、0.248。 论文称，在不使用同期股票市场信息或显式合约事件条件的情况下，深度面板架构无法在持续性基准之上提供增量的次日可预测性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。