QuantFactor REINFORCE: Mining Steady Formulaic Alpha Factors with Variance-bounded REINFORCE
创建于 更新于
摘要
本文提出了一种基于REINFORCE的稳定强化学习算法QFR，用于挖掘可解释的公式化阿尔法因子。QFR在去除Critic网络、引入基于贪婪策略的基线降低方差，以及基于信息比率的动态奖励塑形等方面做了创新。实证结果表明，QFR在多市场实证中相较于现有方法提升了3.83%的因子与收益相关性和超额收益能力，且回测验证了算法的稳健性和优越性[page::0][page::5][page::10][page::12][page::14]。
