机器学习应用系列：强化学习驱动下的解耦时序对比选股模型-251225-西南证券
本报告提出了一种基于强化学习的解耦时序对比模型（DTLC_RL），该模型 通过特征空间解耦、对比学习表征增强以及正交约束保障独立性以及强化学习 动态融合，构建了一个兼具深度学习非线性预测能力与良好可解释性的选股框
报告摘要
本报告提出了一种基于强化学习的解耦时序对比模型（DTLC_RL），该模型 通过特征空间解耦、对比学习表征增强以及正交约束保障独立性以及强化学习 动态融合，构建了一个兼具深度学习非线性预测能力与良好可解释性的选股框
报告信息
- 文件全名
- 《机器学习应用系列：强化学习驱动下的解耦时序对比选股模型-251225-西南证券-35页.pdf》
- 适合读者
- 核心数据
- 对各个空间分别进行收益预测训练，各空间编码器均能有效提取
- 算法动态生成空间权重，实现自适应加权融合，最终通过预测头输出未来收益
- 动态融合，构建了一个兼具深度学习非线性预测能力与良好可解释性的选股框
- 0.1128、0.0485，多头组合前 10%年化收益率分别为 27.73%、32.66%以及
- 并通过单层线性层进行处理并接入预测头进行收益率预测。
- 核心议题
常见问题
《机器学习应用系列：强化学习驱动下的解耦时序对比选股模型-251225-西南证券》主要包含哪些内容?
本报告提出了一种基于强化学习的解耦时序对比模型（DTLC_RL），该模型 通过特征空间解耦、对比学习表征增强以及正交约束保障独立性以及强化学习 动态融合，构建了一个兼具深度学习非线性预测能力与良好可解释性的选股框核心数据:对各个空间分别进行收益预测训练，各空间编码器均能有效提取;算法动态生成空间权重，实现自适应加权融合，最终通过预测头输出未来收益;动态融合，构建了一个兼具深度学习非线性预测能力与良好可解释性的选股框。
这份报告由哪家机构发布?
本报告由西南证券发布,发布于 2025 年。
这份报告覆盖哪一年、篇幅多大?
覆盖 2025 年,全文共 35 页。
这份报告是免费的吗?如何获取?
本报告免费查阅,登录资料宝后即可在线获取完整内容。
这份报告适合哪些读者?
适合投资人、行业研究员等读者参考。
报告涉及哪些关键议题?
重点分析了债券、可转债等议题。
继续阅读
查看全部 →