这篇讲 forecasting RL 预测强化学习的文章挺有意思。

它做的事情可以这样理解：
拿一批已经有结果的历史预测题，让 AI 回到当时的时间点。
但不能让它直接上今天的互联网，否则会偷看到答案。
所以作者搭了一个「时间遮罩」环境：
搜索只能搜当时以前的资料；
网页通过历史快照读取；
金融和趋势数据也只给当时可见的部分。
然后让模型自己查资料、判断证据、输出概率。
等真实结果揭晓后，用 proper scoring rule 给它打分，再用 RL 去强化更好的预测过程。
这点最有意思：
训练的不是一句答案，而是整套预测动作：
查什么、读什么、什么时候停、怎么处理冲突证据、最后给多少概率。
放到预测市场里，我觉得第一步还不是让 AI 自动交易。
更应该先让它保留 forecast diary：
1. 当时概率
2. 使用证据
3. 市场价格
4. 是否会交易
5. 后续结果
6. 错因归类
如果一个系统说 60% 的时候，长期并不像 60%，那它还不是策略，只是会写理由。
如果你也想练习“记录预测 → 等结果 → 校准自己”，可以从小额/模拟开始，把它当预测日记，而不是交易建议。
我自己用的链接：

原文在这里：

我觉得最值得看的不是结论本身，而是它把“预测”拆成了一个可以训练和复盘的过程。