【研报A52】机器学习应用系列:预测与决策相耦合的两阶段量化选股框架T2RL

摘要：本文构建T2RL两阶段量化选股框架，融合Transformer与深度强化学习，实现因子挖掘到组合优化的闭环。第一阶段为TFAC模型，结合Transformer与Actor-Critic挖掘因子，RankIC达0.1119，多头年化收益33.61%。第二阶段为TFSAC模型，基于Transformer-SAC动态优化权重，全A市场单日调仓年化超额基准50.36%，超额因子多头31.06%。在沪深300、中证1000内均显著跑赢基准与等权组合，调仓频率越低收益稳健性仍突出。策略解决传统预测与决策脱节问题，为量化投资提供可落地新范式。