Learning from Expert Factors: Trajectory-level Reward Shaping for Formulaic Alpha Mining
创建于 更新于
摘要
本文提出了Trajectory-level Reward Shaping (TLRS) 一种用于自动挖掘公式化Alpha因子的强化学习奖励塑形方法。TLRS通过精确的子序列匹配，利用专家设计的因子公式给予中间丰富奖励，显著提高因子预测能力与训练稳定性，Rank IC提升9.29%。此外，引入奖励中心化机制，有效降低训练波动。实证覆盖中美六大股指，验证了TLRS的优越性能和计算效率 [page::0][page::4][page::9].
