南电转债上市价格预测

南电转债

基本信息

转债名称:南电转债,评级:AA-,发行规模:9.0亿元。

正股名称:南大光电,今日收盘价:31.32,转股价格:34.0。

当前转股价值 = 转债面值 / 转股价格 * 正股价格 = 92.12。

相似转债

转债名称转债最新价纯债溢价率发行规模评级
晶瑞转2108.44818.15.23A+
飞凯转债137.5441.08.25AA
强力转债103.7353.358.5AA-
晶瑞转债323.175214.071.85A+

综合评定

根据相关性综合评定,给出的溢价率为:29.55%。

上市价格预估(溢价率):92.12 * (1 + 29.55%) = 119.34元。

上市价格预估(动态拟合):126.11元。

预测图

98e150330896eb1468b4723830d72a5b.jpeg

说明:
1、溢价率预测是根据同类型转债的中位数进行的预测。
2、动态拟合是根据目前债市的热度进行的预测。
3、转债第一天价格大概率落在这两个之间。
4、转债第一天价格同时受上市正股走势影响。

附录 可转债交易规则


可转债基本交易规则参见下表:

内容沪市深市
交易时间T+0,代码11开头T+0,代码12开头
最小报价单位0.001元0.001元
最小交易单位10张10张
开盘竞价集合竞价
9:15–9:20可下单,可撤单;
9:20–9:25可下单,不可撤单
集合竞价
9:15–9:20可下单,可撤单;
9:20–9:25可下单,不可撤单
收盘竞价连续竞价
14:57–15:00可下单,可撤单
集合竞价
14:57–15:00可下单,不可撤单
出价范围(新债)9:15–9:25:70~130,超出废单
9:25-15:00:当前价的±10%
-> 14:57前最高143
-> 14:57-15:00最高157.3
9:15–9:25:70~130,超出废单
9:25-15:00:当前价的±10%
-> 14:57前最高143
-> 14:57-15:00最高157.3
出价范围(非新债)前一日收盘价,涨跌±20%,超出废单前一日收盘价,涨跌±20%,超出废单
停牌规则(新债)涨跌±20%,熔断30分钟;
涨跌±30%,熔断至14:57分。
停牌期间,不可委托,不可撤卖,可撤买。
涨跌±20%,熔断30分钟;
涨跌±30%,熔断至14:57分。
停牌期间,可委托,可撤单。
出价范围(非新债)无,±20%涨跌幅限制无,±20%涨跌幅限制

最后

再次说明:所有数据均客观呈现,仅供参考。

如有低频量化的交流,请留言,谢谢!~

e26502a7f4459a12400b9487c4febd44.gif
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在风能领域,准确预测风速对于风电场的运行与管理至关重要。Matlab作为一个强大的数学计算和数据分析平台,被广泛应用于风速预测模型的构建。本文将深入探讨基于四种风速——随机风、基本风、阵风和渐变风的组合风速预测技术。 我们来理解这四种风速类型: 1. **随机风**:随机风是指风速呈现出随机性的变化,通常由大气湍流引起。在建模中,通常通过统计方法如高斯分布或Weibull分布来模拟这种不确定性。 2. **基本风**:基本风速是指在无特定扰动条件下的平均风速,它是长期观测结果的平均值,通常用于结构设计和风能评估。 3. **阵风**:阵风是短时间内风速显著增强的现象,对建筑物和风力发电机造成的主要威胁之一。阵风的预测涉及到风的脉动特性分析。 4. **渐变风**:渐变风是指风速随时间和空间逐渐变化的过程,常见于风向转变或地形影响下的风场变化。 在Matlab中,利用这四种风速类型进行组合预测,可以提高预测的准确性。预测模型可能包括以下几个步骤: 1. **数据收集与预处理**:收集历史风速数据,包括随机风、基本风、阵风和渐变风的数据,进行异常值检测、缺失值填充以及数据标准化。 2. **特征工程**:提取风速变化的相关特征,如平均值、标准差、极值、频率分布等,这些特征可能对预测有重要影响。 3. **模型选择**:可以选择多种预测模型,如时间序列分析(ARIMA、状态空间模型等)、机器学习算法(线性回归、决策树、支持向量机、神经网络等)或深度学习模型(LSTM、GRU等)。 4. **模型训练**:利用历史数据训练选定的模型,调整模型参数以优化性能,例如通过交叉验证来避免过拟合。 5. **模型验证与评估**:使用独立的测试集验证模型预测效果,常见的评估指标有均方误差(MSE)、平均绝对误差(MAE)和决定系数(R²)。 6. **组合预测**:结合四种风速的不同模型预测结果,可以采用加权平均、集成学习(如bagging、boosting)等方式,以提升整体预测精度。 7. **实时更新与动态调整**:实际应用中,模型需要不断接收新的风速数据并进行在线更新,以适应风场环境的变化。 通过以上步骤,可以构建一个综合考虑各种风速特性的预测系统,这对于风电场的功率输出预测、风电设备的维护计划以及电网调度都具有重要价值。然而,需要注意的是,每个风场的地理环境、气候条件和设备状况都有所不同,因此模型的建立应根据实际情况进行定制和优
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值