QuantFactor REINFORCE: Mining Steady Formulaic Alpha Factors with Variance-bounded REINFORCE
创建于 更新于
摘要
本报告提出了一种基于REINFORCE的公式化Alpha因子挖掘新算法QuantFactor REINFORCE（QFR），通过丢弃PPO中的critic网络并引入贪婪基线，有效减少了策略梯度估计的方差，同时引入基于信息比率（IR）的奖励塑形机制，鼓励生成稳健的Alpha因子。实验覆盖中美多市场资产数据，结果表明QFR在增强与资产收益的相关性（提升3.83%）及超额收益能力方面优于现有方法，且训练收敛更快，符合理论分析预期 [page::0][page::1][page::5][page::10][page::14]。
