AgonAlpha 可审计超额收益信号发现系统（arXiv 2026）

原题：AgonAlpha: Autonomous Alpha Discovery via Prompt Economy and Scalable Agentic Search

一句话总结：AgonAlpha 把搜索单位从公式提升为带假设、表达式、平台证据和审查结论的冻结研究产物，以独立审查者和感知在途任务的树搜索分配预算；五名用户在 WorldQuant BRAIN 上提交 60 个信号，其中 17 个获最高等级。

问题与动机

自动因子挖掘不只需要生成公式，还要保存候选如何产生、确认报告与实际执行一致，并在昂贵且异步的平台评价之间分配预算。仅保存最终公式无法审计被拒方向、选择压力和证据错配。

观察 1：审查者在 24 个冻结报告中两次行使归零权：一次发现机制解释与实际算子不一致，一次发现最终报告复制了其他候选的指标（§5.3）。
- 依赖假设：新上下文和不同模型路由足以形成有意义的独立性。
观察 2：外部评价昂贵且异步，调度器必须把在途任务计入访问量，否则会重复把预算投向尚未返回的分支（§4.4）。
- 可能失效场景：候选价值与树谱系关系弱时，树搜索可能不如简单并行采样。
假设 1：BRAIN 的外部治理比作者自建时间留出更适合作为端到端裁判。
- 证据强度：中；它减少作者控制，却因闭源而无法独立审计数据、成本和评分规则。
假设 2：提议者与审查者两个角色是足够且最小的对抗结构。
- 证据强度：弱；论文没有与单角色或更多角色做同预算实验。

研究产物 $A = (h, f, E, r, v)$ 包含假设、可执行表达式、平台证据、经济解释和审查结论。提议者每轮生成 16 个候选，以 16、8、4、2、1 的逐半淘汰过程运行 31 次不同模拟；最终报告冻结后，独立上下文中的审查者复跑证据并可因造假将奖励归零。

上层调度器使用感知在途任务的渐进扩展蒙特卡洛树搜索（pending-aware progressive-widening Monte Carlo Tree Search，PW-MCTS）。它在访问计数中加入运行中的子任务，以回压防止同一分支过量并发；完成结果用总体百分位奖励回传到研究谱系。

五名用户、不同模型后端共提交 60 个信号，17 个获 BRAIN 的 SPECTACULAR 等级；五个代表信号全部通过收益质量、换手率、集中度、子股票范围、自相关和竞赛匹配检查（§5.2，表 3）。
最佳信号 Fitness 为 9.50、Sharpe 比率为 3.48、换手率 7.93%，但 2019–2023 年度 Fitness 从 2.59 到 18.28，存在明显市场状态集中（§5.2，式 8）。
逐半淘汰使用 31 次模拟，相比 16 个候选各经历五轮的 80 次少 61%；论文只把它报告为分配次数差异，不声称同等质量（§5.4）。
一个部署验证了 10 条并发提议—审查流水线；公开记录保留调度、在途计数、完成和回传事件（§5.4）。

论文对“研究产物和独立复跑能发现报告错配”有直接证据；对“树调度提高发现效率”和“两个角色最优”则主要是设计论证，没有消融。

所有候选都在 2019–2023 同一评价窗口反复选择。即使平台独立，搜索仍会适应该窗口；进入平台样本外跟踪不等于已有公开前瞻结果。高次幂、窗口和常数也暴露多重选择风险。

完整提示、候选、审查和平台记录提高可审计性，但 BRAIN 的数据与规则闭源，外部读者无法从原始行情重算。五名用户的部署并非随机重复试验，模型、账户和人工启动差异未被完全控制。

论文未评价崩溃恢复、重复平台提交、凭据隔离或跨版本重放。审查者只有在确认造假时归零，统计选择偏差和经济解释脆弱仍由人工读者承担。