Synergistic Formulaic Alpha Generation for Quantitative Trading based on Reinforcement Learning

要約

定型アルファファクターのマイニングとは、株式市場の定量的取引のための特定のファクターまたは指標 (アルファファクターと呼ばれる) を発見および開発するプロセスを指します。
広大な探索空間でアルファ因子を効率的に発見するには、強化学習 (RL) が一般的に使用されます。
この論文では、探索空間を拡張し、初期シード値として事前トレーニングされた公式アルファセットを利用して相乗的な公式アルファを生成することにより、既存のアルファ因子マイニングアプローチを強化する方法を提案します。
モデルの性能評価指標として情報係数 (IC) とランク情報係数 (Rank IC) を採用します。
CSI300 市場データを使用して、実際の投資シミュレーションを実施したところ、既存の手法と比較して大幅なパフォーマンスの向上が観察されました。

要約(オリジナル)

Mining of formulaic alpha factors refers to the process of discovering and developing specific factors or indicators (referred to as alpha factors) for quantitative trading in stock market. To efficiently discover alpha factors in vast search space, reinforcement learning (RL) is commonly employed. This paper proposes a method to enhance existing alpha factor mining approaches by expanding a search space and utilizing pretrained formulaic alpha set as initial seed values to generate synergistic formulaic alpha. We employ information coefficient (IC) and rank information coefficient (Rank IC) as performance evaluation metrics for the model. Using CSI300 market data, we conducted real investment simulations and observed significant performance improvement compared to existing techniques.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google