DFQ 强化学习因子组合挖掘系统
创建于 更新于
摘要
本报告提出一种基于强化学习的因子组合生成框架，通过Maskable PPO模型生成公式化Alpha因子，并结合因子加权线性模型优化组合选股效力。系统在沪深300、中证500及中证1000股票池测试显示，DFQ强化学习因子选股能力显著优于传统人工因子和遗传规划因子，测试集 RankIC 最高达11.4%，相关组合年化超额收益最高达16%。因子组合兼具低市值偏向性及良好泛化性，且模型运算效率大幅提升，适应多股票池环境，支撑指数增强多头组合实现稳定正超额收益。关键图表（如图4、39、54）展示了模型架构及多股票池表现，为量化投资实践提供了强有力工具参考。[pidx::0,5,24,29,35]
