【人工智能研报】华泰人工智能系列之二十七：揭开机器学习模型的“黑箱”-20200206-华泰证券

1. 报告编号：54913
2. 报告名称：【人工智能研报】华泰人工智能系列之二十七：揭开机器学习模型的“黑箱”-20200206-华泰证券
3. 报告来源：互联网用户上传
4. 关键词：行研报告
5. 报告页数：33 页
6. 预览页数：6
7. 报告格式：pdf
8. 上传时间：2024-08-04
9. 简介摘要: (原创分析) 本报告为华泰证券的证券研究报告，主要介绍了机器学习模型解释方法，并以华泰的XGBoost选股模型为例，探讨了模型决策背后的逻辑。报告首先介绍了六种模型解释方法，包括特征重要性、ICE、PDP、SDT、LIME和SHAP，并详细解释了每种方法的原理和应用。随后，报告以XGBoost模型为例，通过应用这些解释方法，揭示了模型在选股决策中如何运用不同因子，特别是价量类因子和基本面类因子的重要性差异，以及因子间的非线性逻辑和交互作用。此外，报告还指出了人工智能选股模型的潜在风险，包括模型失效、过拟合和解释方法过度简化的问题。最后，报告强调了投资者在使用这些模型时应考虑的风险，以及投资者应自行评估并合理使用报告内容。报告结尾还包含了免责声明和评级说明，强调了报告的版权和发布机构的资质。

本报告共 33 页, 提供前 6 页预览. 无水印的全部内容, 请购买后下载查看, 谢谢您!