【西南金工】T2RL：端到端深度强化学习因子挖掘与组合优化框架
创建于 更新于
摘要
本报告提出两阶段端到端量化框架T2RL：阶段一用Transformer+Actor-Critic（TFAC）挖掘方向性更强的因子，阶段二用基于Transformer的SAC（SAC_TF）在候选池内动态优化权重，形成预测到配置的闭环以提升组合回报与风险控制 [page::1]. 实证中TFAC因子（2019.01-2026.02）RankIC=0.1119，多头Top10%年化收益33.61%，优于传统Transformer（RankIC=0.0963）[page::15]. 基于TFAC筛选并以SAC_TF做日度权重优化的T2RL在全A回测中单日调仓年化收益约64.67%，相对万得全A等权年化超额约50.36%，在沪深300与中证1000成分股内也分别表现出显著超额收益能力 [page::20][page::22][page::24].
