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
本报告提出并实证了“大模型 + 强化学习”用于公式化Alpha因子挖掘的框架：以Token化的因子表达式将因子搜索问题转为序列决策，使用 MaskablePPO 在 AlphaPool 环境中训练并以 IC/ICIR 等指标作为奖励；引入大模型提供初始因子与定期注入以提高因子质量与稳定性，最终在沪深300与中证500的指增策略回测中分别实现年化超额约17.85%/9.78%的显著提升，信息比率亦明显改善，表明大模型对RL挖掘有实证增益 [page::0].
