中国可转债跨债面板学习次日价格预测的实证检验

01 摘要

论文使用2022至2025年100只A股可转债的73,806条日度面板数据，在严格时间分割、边界清洗、折内预处理和依赖感知推断下评估跨债神经架构的次日价格预测能力。事实是：在29,514条留出样本上，随机游走RMSE为2.3577元，五种子集成的小型与大型价格变化MLP的RMSE分别为2.3619和2.3645元，样本外R^2为负，HAC p值不显著，块自举区间跨零。作者观点是：在没有同期权益市场信息或明确合约事件条件的情况下，深度面板架构不能提供超越持续性的增量次日可预测性。

02 关键点

1. 随机游走在留出集上的RMSE为2.3577元，小/大价格变化MLP五种子集成的RMSE分别为2.3619和2.3645元，样本外R^2为负（-0.0035和-0.0057）。
2. 目标日聚类HAC p值为0.453和0.248，十日循环块自举区间跨零，未拒绝无优势的原假设。
3. 跨债池化对90只债券中的79只降低了测试RMSE，呈现方差稳定收缩效应，但未产生总体预测优势；五只高波动、条款敏感债券贡献了74.4%的总超额平方误差。
4. 直接训练价格水平会显著恶化性能。