模块化金融强化学习信用分配的等信息评估框架

研究提出一种等信息评估框架，结合等信息重构控制、固定效用比较和预设下游护栏，用于检验模块化金融强化学习中的信用分配。三项对照实验发现：残差分配在披露接口下被普通损失预算控制精确复现；直接缺口监督提升组件预测却无法保持解码结果；组件级 critic 监督在固定效用下反而恶化风险条件确定性等价与回撤。