模块化金融强化学习信用分配的等信息评估

研究者提出了结合等信息重构控制、固定效用比较与预设下游护栏的评估框架，用于评估模块化金融强化学习中的信用分配。在归因引导的模块化交易架构测试中，残差分配被普通损失预算控制完全复现，直接缺口监督虽改善组件预测却未能保留解码结果，而组件级 critic 监督相比标量监督恶化了风险条件确定性等价和回撤。该结果指出了冗余归因信号等三类评估失效问题。