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

西南证券研究院提出解耦时序对比学习强化学习模型（DTLC_RL），该模型构建了三个解耦空间：Beta空间（市场维度）、Alpha空间（个股特异）和Theta空间（基本面），分别使用TCN、多尺度Transformer和门控残差MLP进行特征提取。每个空间内部引入对比学习机制，并通过正交约束保障因子独立性。模型采用强化学习动态融合三个空间，通过PPO算法生成自适应权重，最终输出收益率预测。

关键数据：

• Beta_TCN、Alpha_Transformer、Theta_ResMLP因子IC分别为0.0954、0.1128、0.0485。
• 多头组合前10%年化收益率分别为27.73%、32.66%以及23.88%。
• DTLC对照组等权融合模型因子月平均IC为0.1202，多头组合年化收益率32.46%。
• 线性融合DTLC模型因子月平均IC为0.1239，多头组合年化收益率32.95%。
• DTLC_RL因子月平均IC为0.1250，多头组合年化收益率34.77%，月均单边换手率0.71X。
• DTLC_RL因子沪深300指数增强相对指数年化超额收益率13.72%。
• DTLC_RL因子中证1000指数增强相对指数年化超额收益率20.37%。

研究结论：

• 三个空间编码器学习到的信息相关性低，具备互补性。
• 强化学习空间融合机制能够提升因子多头组合表现。
• DTLC_RL模型兼具强预测能力和良好可解释性，为深度学习在量化选股中的应用提供了有价值的思路。