arXiv q-fin· Tiantian Wu, Peng Yang·· 5 小时前AI 评分43
Det-MASO：面向因子生成的多样性正则化多智能体序列优化
Det-MASO: Diversity-Regularized Multi-Agent Sequential Optimization for Factor Generation
AI 导读
针对现有单智能体因子生成方法因子空间探索受限、多智能体方法易输出同质化因子的问题，提出Det-MASO多智能体序列优化框架。该框架在联合目标中引入智能体间相关矩阵的可微对数行列式惩罚，计算成本随资产数量线性增长，可在训练过程中抑制智能体的同质化行为。回测显示其信息系数提升1.1%，年化收益提升6.4%，夏普比率提升0.33。
来源：arXiv q-fin · arxiv.org