使用深度强化学习进行财务预测的因子选择-研究论文

【文件属性】：
文件名称：使用深度强化学习进行财务预测的因子选择-研究论文
文件大小：914KB
文件格式：PDF
更新时间：2021-06-09 15:43:56
factor selection deep 相关因子集的选择对于获得具有高信息系数（IC）的财务预测模型至关重要。 我们引入了一种因子选择算法，该算法使用价值网络来评估预测模型的 IC，以及一种遗传算法来提出新的候选因子集。 价值网络是通过历史数据的回测来训练的，遗传算法根据价值网络的评估提出候选者。 这种强化学习方法迭代地选择导致更高 IC 的因子集。 我们在典型的稳健线性回归模型上展示了显着的性能改进。 通过提供最佳输入因子集，我们的方法可能会改进任何预测模型，包括那些具有内置因子选择操作的模型。 使用验证数据，我们证明我们的算法不仅仅是拟合历史模式。 它还显示出在实现更好的因子集选择以进行前向预测方面的高效性。