人工智能97：大模型 $^+$ 强化学习挖掘量价因子
创建于 更新于
摘要
本文提出“大模型 + 强化学习”框架用于公式化因子自动挖掘：将因子表达式Token化（以RPN为主），将因子生成问题建模为序列决策并以MaskablePPO训练Agent，同时由大模型提供初始因子池并定期注入/剔除因子以改善RL生成质量与稳定性，实证显示在沪深300和中证500上的指增策略分别实现显著超额（沪深300：年化超额由16.41%提升至17.85%，信息比率由1.28提升至1.50；中证500：由7.17%提升至9.78%，信息比率由0.48提升至0.67），表明大模型对RL因子挖掘具有明确增益作用 [page::0][page::1][page::20]。
