【西南金工】强化学习驱动下的解耦时序对比选股模型
创建于 更新于
摘要
报告提出DTLC_RL（Decoupled Temporal Contrastive Learning with RL）框架：通过β/α/θ三类空间的专用编码器（TCN、Multi-scale Transformer、Gated-ResMLP）、对比学习与正交约束实现表征解耦，并以PPO强化学习动态生成空间加权实现自适应融合，回测（2019/01–2025/11）显示DTLC_RL月均IC=0.1250，多头Top10%年化收益34.77%，在沪深300与中证1000增强中分别实现年化超额13.72%与20.37%，表明强化学习融合在多空间信息整合上能显著提升多头组合表现 [page::0][page::27].
