通过扩展搜索空间和利用预训练的公式化 Alpha 集作为初始种子值以生成协同公式化 Alpha，本文提出了一种增强现有 Alpha 因子挖掘方法的方法，并以强化学习作为高效发现股票市场量化交易中已知指标（称为 Alpha 因子）的过程。我们使用信息系数（IC）和排名信息系数（Rank IC）作为模型的性能评估指标。通过使用 CSI300 市场数据进行实际投资模拟，我们观察到与现有技术相比的显著性能改善。

Jan, 2024

本文提出了一种新的 alpha 挖掘框架，这个框架优先挖掘协同集的 alphas，并利用强化学习来探索公式 alphas 的广阔领域，实验表明这个框架的有效性和效率。

May, 2023

本文提出了一种 DRL 探索技术 A^2，通过将复杂任务分解成子任务、提供正确的子任务顺序以及自适应探索环境的方式，改善了学习效率，实验表明在多个任务中，A^2 有助于 DQN、DDPG 和 SAC 等普通 DRL 算法在这些环境中更高效、更稳定地学习。

Jul, 2022

本文介绍了一种基于深度强化学习的高效启发式算法来自动推理量化 Boolean 公式。针对回溯搜索算法，在一类具有挑战性的问题集上，该算法能够解决比现有手写算法更多的公式。

Jul, 2018

通过将强化学习算法 RL^2 表示为递归神经网络并从数据中学习，我们提出了一种方法来尝试理解替代动物的快速学习过程。我们在具有优化性能保证的情况下评估了 RL^2 的性能，并证明它适用于高维问题。

Nov, 2016

采用 AlphaZero 算法中的深度神经网络和引导树搜索，结合深度前瞻技术， 实现了量子优化过程的全新探索方式。AlphaZero 算法在三类控制问题上经过应用和基准测试， 能够显著提高优质解集的质量和数量，并能够自主学习预期外的隐藏结构和全局对称性。

Jul, 2019

本文提出了一种结合解释性深度注意力网络的强化学习投资策略，将深度学习方法应用于量化交易，提高投资策略的风险收益平衡度和可解释性，并实现了资产间关系和高成长、低波动、高内在价值和被低估的股票的选择，经过对美国和中国市场的实验验证，此策略具有较高的效果和稳健性。

Jul, 2019

本研究提出了一种基于两阶段的公式化 α 因子生成框架 AlphaForge，用于 α 因子挖掘和因子组合。该框架利用生成性 - 预测性神经网络生成因子，并结合因子的时间性能进行选择和动态调整权重，实现了在量化投资领域中超越现有基准的效果。

Jun, 2024

本研究论文探讨了深度强化学习（DRL）在无市场偏见的资产类组合优化中的应用，将行业级方法与量化金融相结合。本文通过我们强大的框架实现了这种融合，不仅融合了先进的 DRL 算法与现代计算技术，还注重严格的统计分析、软件工程和法规合规性。据我们所知，这是第一项将金融强化学习与机器人学和数学物理领域的模拟到真实方法相结合的研究，从而为我们的框架和论证带来了独特的视角。我们的研究通过引入 AlphaOptimizerNet，一个专有的强化学习代理（和相应的库），达到高风险回报优化的目的，并且适用于各种资产类别和现实约束条件。这些初步结果突显了我们框架的实际有效性。随着金融行业越来越倾向于先进的算法解决方案，我们的研究将理论进展与现实适用性相结合，为这个技术驱动的未来提供了一个确保安全和稳健标准的模板。

Feb, 2024

提出了一种基于强化学习的方法，自动化优化逻辑综合过程，通过训练 Actor Critic（A2C）智能体来实现无人工干预的设计优化，取得了较好的优化结果。

Nov, 2019