机器学习系列（1）：使用深度强化学习模型探索因子构建范式
创建于 更新于
摘要
本报告以深度强化学习为核心，提出结合特征提取模块的方法构建量化选股因子，利用逆波兰表达式描绘因子表达式范式，搭建基于Actor-Critic框架的因子生成与组合优化系统。强化学习模型（TRPO、A2C、PPO）在中证1000及全市场范围内示范出优异且稳定的因子效果，超额夏普均超1.1，超额收益高于对比遗传算法与传统机器学习，展现出良好的样本外表现与稳定性。多种深度学习特征提取模块均表现良好，Transformer略优。TRPO算法的信任域优化技术显著提升模型稳定性和参数鲁棒性。该方法实现了机器挖掘因子范式的高效探索，兼具解释性和实践效用，为量化选股提供新的有效工具[page::0][page::4][page::7][page::14][page::16][page::17][page::19][page::21][page::22]
