证券代码：300246 证券简称：宝莱特 公告编号：2025-065 债券代码：123065 债券简称：宝莱转债 广东宝莱特医用科技股份有限公司 2025年第三季度可转换公司债券转股情况的公告 本公司及董事会全体成员保证公告内容真实、准确、完整，不存在虚假记载、 误导性陈述或重大遗漏。 特别提示： 1、宝莱转债（债券代码：123065）转股期限为 2021 年 3 月 11 日至 2026 年 9 月 3 日，最新有效的转股价格为人民币 24.02 元/股。 2、2025 年第三季度，共有 210 张"宝莱转债"完成转股（票面金额共计 21,000 元人民币），合计转为 872 股"宝莱特"股票（股票代码：300246）。 3、截至2025年第三季度末，公司剩余可转换公司债券（以下简称"可转债"） 数量为2,187,537张，剩余票面总金额为218,753,700元人民币。 根据《深圳证券交易所创业板股票上市规则》和《深圳证券交易所上市公司 自律监管指引第15号——可转换公司债券》的有关规定，广东宝莱特医用科技股 份有限公司（以下简称"公司"）现将2025年第三季度可转债转股及公司总股本 变化情况公告如下： ...

股价表现与资金流向 - 10月9日公司股价下跌2.09%，报收8.42元/股，总市值22.28亿元，成交额3593.18万元，换手率2.00% [1] - 当日主力资金净流出81.99万元，其中大单买入166.88万元（占比4.64%），卖出248.87万元（占比6.93%） [1] - 公司今年以来股价累计上涨27.77%，但近期表现疲软，近5个交易日下跌1.29%，近20日下跌3.22%，近60日下跌17.29% [2] 公司基本面与经营业绩 - 公司2025年1-6月实现营业收入5.23亿元，同比减少2.43%，但归母净利润为131.34万元，同比大幅增长152.22% [2] - 主营业务收入构成为：血透产品占比77.51%，监护仪产品占比21.39%，其他业务占比1.10% [2] - 公司自A股上市后累计派发现金红利2.44亿元，近三年累计派现3515.78万元 [3] 股东结构与机构持仓 - 截至6月30日，公司股东户数为1.84万户，较上期减少6.12%，人均流通股为11477股，较上期增加6.50% [2] - 金元顺安元启灵活配置混合基金（004685）为第七大流通股东，持股160.00万股，较上期增加25.98万股 [3] - 华夏中证500指数增强A基金（007994）为新进第九大流通股东，持股122.89万股 [3] 公司概况与行业分类 - 公司成立于1993年6月28日，于2011年7月19日上市，主营医疗器械产品的研发、生产、销售和服务 [2] - 公司所属申万行业为医药生物-医疗器械-医疗设备，概念板块包括血液制品、互联医疗、横琴新区、血氧仪、民营医院等 [2]

公司董事会决议 - 公司于2025年9月30日召开第九届董事会第三次会议并审议通过相关议案 [1] - 董事会决定本次不向下修正"宝莱转债"转股价格 [1] - 该决议自本次董事会审议通过后的次一交易日（2025年10月9日）起生效 [1] 转股价格修正条款执行计划 - 自2025年10月9日至2025年12月8日期间，即使再次触发向下修正条款，公司亦不提出向下修正方案 [1] - 自2025年12月9日起，若再次触发向下修正条款，公司将召开董事会会议审议是否行使修正权利 [1]

公司股东持股变动 - 深圳市林园投资管理有限责任公司自2021年12月20日至2025年9月29日累计减持宝莱转债219,413张 [1] - 累计减持数量占宝莱转债发行总量的10.02% [1] - 截至2025年9月29日，林园投资仍持有宝莱转债218,594张，约占发行总量的9.98% [1]

减持情况概述 - 深圳市林园投资管理有限责任公司自2021年12月20日至2025年9月29日累计减持宝莱转债219,413张 [1] - 累计减持数量占宝莱转债发行总量的10.02% [1] 当前持股情况 - 截至2025年9月29日，深圳市林园投资管理有限责任公司仍持有宝莱转债218,594张 [1] - 当前持股数量约占宝莱转债发行总量的9.98% [1]

公司董事会决议 - 公司第九届第三次董事会会议于2025年9月30日以通讯表决及现场会议相结合的方式召开 [1] - 会议审议了《关于不向下修正"宝莱转债"转股价格的议案》等文件 [1]

证券代码：300246 证券简称：宝莱特 公告编号：2025—062 债券代码：123065 债券简称：宝莱转债 广东宝莱特医用科技股份有限公司 关于债券持有人可转债持有比例变动达 10%的公告 本公司及董事会全体成员保证公告内容真实、准确、完整，不存在虚假记载、 误导性陈述或重大遗漏。 一、可转换公司债券发行上市情况 广东宝莱特医用科技股份有限公司（以下简称"公司"）创业板向不特定对 象发行可转换公司债券事项经中国证券监督管理委员会《关于同意广东宝莱特医 用科技股份有限公司向不特定对象发行可转换公司债券注册的批复》（证监许可 [2020]1831 号文）同意注册，并经深圳证券交易所同意，公司于 2020 年 9 月 4 日向不特定对象发行可转换公司债券 219 万张，每张面值 100 元，发行价格为每 张人民币 100 元。公司可转换公司债券已于 2020 年 9 月 24 日起在深交所挂牌 交易，债券简称"宝莱转债"，债券代码"123065"。 占发行总量的 9.98%。深圳市林园投资管理有限责任公司持有的"宝莱转债"及变 动情况如下： | 持有人 | 本次变动前 | | 本次变动情况 | | 本次变动后 ...

本公司及董事会全体成员保证公告内容真实、准确、完整，不存在虚假记载、 误导性陈述或重大遗漏。 特别提示： 1、截至2025年9月30日，广东宝莱特医用科技股份有限公司（以下简称"公 司"）股票已出现任意连续三十个交易日中至少有十五个交易日的收盘价低于 当期转股价格90%的情形。 证券代码：300246 证券简称：宝莱特 公告编号：2025-064 债券代码：123065 债券简称：宝莱转债 广东宝莱特医用科技股份有限公司 关于不向下修正"宝莱转债"转股价格的公告 2、公司于2025年9月30日召开第九届董事会第三次会议，审议通过了《关 于不向下修正"宝莱转债"转股价格的议案》，公司董事会决定本次不向下修 正"宝莱转债"转股价格，且自本次董事会审议通过后的次一交易日起至未来2 个月内（即2025年10月9日至2025年12月8日），如再次触发转股价格向下修正条 款，亦不提出向下修正方案。自2025年12月9日起算，若再次触发"宝莱转债" 转股价格的向下修正条款，届时公司将召开董事会会议审议是否行使"宝莱转 债"转股价格的向下修正权利。 公司于2025年9月30日召开了第九届董事会第三次会议，审议通过了《关于 不 ...

证券代码：300246 证券简称：宝莱特 公告编号：2025-063 债券代码：123065 债券简称：宝莱转债 广东宝莱特医用科技股份有限公司 第九届董事会第三次会议决议公告 本公司及董事会全体成员保证公告内容真实、准确、完整，不存在虚假记载、 误导性陈述或重大遗漏。 广东宝莱特医用科技股份有限公司（以下简称"公司"）于 2025 年 9 月 30 日以通讯表决及现场会议相结合的方式召开第九届董事会第三次会议，会议通知 于 2025 年 9 月 26 日以电子邮件、电话及传真方式送达，公司董事会共有董事九 名，参与表决的董事共九名，符合《公司法》和《公司章程》的规定。 会议由公司董事长燕金元先生主持，经表决，审议通过了以下议案： 一、 审议通过了《关于不向下修正"宝莱转债"转股价格的议案》 根据《广东宝莱特医用科技股份有限公司创业板向不特定对象发行可转换公 司债券募集说明书》（以下简称"募集说明书"）中相关条款，截至 2025 年 9 月 30 日，公司股票在任意连续三十个交易日中至少有十五个交易日的收盘价低于 当期转股价格的 90%。 公司董事会综合考虑公司现阶段的基本情况、股价走势、市场环境等多重因 素 ...

根据研报内容，总结如下： 量化模型与构建方式 1. **模型名称：GAN_GRU模型**[4][13] * **模型构建思路**：该模型是一个深度学习选股模型，其核心思路是利用生成式对抗网络（GAN）对量价时序特征进行增强处理，然后再利用门控循环单元（GRU）网络对处理后的时序特征进行编码，以预测股票的未来收益[4][13]。 * **模型具体构建过程**： * **基础特征**：模型输入为18个量价特征，包括日频特征（如开盘价、收盘价、成交量等）和月频特征（如月涨跌幅、月换手率等）[17][19]。 * **特征预处理**：每次采样的40天内，每个特征在时序上去极值并标准化；每个特征在个股层面上进行截面标准化[18]。 * **GAN特征生成**： * **生成器（G）**：采用LSTM模型，输入原始量价时序特征（形状为40*18），输出经处理后的量价时序特征（形状仍为40*18）[33][37]。其损失函数为： $$L_{G}\,=\,-\mathbb{E}_{z\sim P_{z}(z)}[\log(D(G(z)))]$$ 其中，\(z\) 是随机噪声，\(G(z)\) 是生成的数据，\(D(G(z))\) 是判别器判断生成数据为真的概率[24]。 * **判别器（D）**：采用CNN模型，用于区分真实量价特征和生成器生成的特征。其损失函数为： $$L_{D}=-\mathbb{E}_{x\sim P_{d a t a}(x)}[\log\!D(x)]-\mathbb{E}_{z\sim P_{z}(z)}[\log(1-D(G(z)))]$$ 其中，\(x\) 是真实数据，\(D(x)\) 是判别器对真实数据的输出概率[27]。 * **训练过程**：生成器和判别器交替训练，直至模型收敛[29][30]。 * **GRU收益预测**：将GAN中生成器输出的增强后特征，输入到一个两层GRU网络（GRU(128, 128)）中，后面再接一个多层感知机MLP（MLP(256, 64, 64)）。模型最终输出的预测收益（pRet）即作为选股因子[22]。 * **训练与预测设置**： * 使用过去400天内的数据，每5个交易日采样一次，采样形状为40*18，用以预测未来20个交易日的累计收益[18]。 * 训练集与验证集比例为80%:20%[18]。 * 采用半年滚动训练，每年6月30日和12月31日进行模型训练，用于未来半年的预测[18]。 * 回测中，因子经过行业和市值中性化以及标准化处理[22]。 模型的回测效果 1. **GAN_GRU模型**，IC均值0.1136[41][42]，ICIR（未年化）0.89[42]，换手率0.83[42]，年化收益率37.41%[42]，年化波动率23.59%[42]，信息比率(IR)1.59[42]，最大回撤率27.29%[42]，年化超额收益率22.58%[41][42] 量化因子与构建方式 1. **因子名称：GAN_GRU因子**[4][13] * **因子构建思路**：该因子是GAN_GRU模型输出的股票未来收益预测值，直接作为选股依据[4][13][22]。 * **因子具体构建过程**：因子构建过程与上述GAN_GRU模型的构建过程完全一致，因子值即为模型的最终输出（pRet）[22]。 因子的回测效果 1. **GAN_GRU因子**，IC均值0.1136[41][42]，近期IC值（2025年9月）0.1053[41][42]，近一年IC均值0.0982[41][42]