核心观点
　　模型简介：采用机器学习中性能优异、广受好评的XGBoost算法，通过构建决策树作为弱学习器，以集成学习手段，提升模型稳定性与准确率，识别存在超额收益的转债标的。
　　模型训练：纳入条款特性、估值指标、行情指标三大类共计19个因子，以表现最为稳健的18个月训练窗口为长度建模；最近43个月中，模型可提供接近60%的预测正确率；基于当前最新模型，市场更关注债性估值指标。
　　策略建议：2020年5月至今，择券策略累计超额收益57.54%，年化超额收益16.12%，平均月超额收益1.34%，连续最长负超额收益时长不超过2个月；2023年内策略获取超额收益9.95%，累计9个月取得正超额收益。
　　风险提示：市场剧烈波动；模型失效；统计误差。