人工智能系列分析报告：揭开机器学习模型的“黑箱”.pdfVIP

证券研究报告 金工研究/深度研究 2020 年02 月06 日 揭开机器学习模型的 “黑箱” 华泰人工智能系列之二十七 本文介绍机器学习解释方法原理，以XGBoost 选股模型为例揭开黑箱 本文介绍六种机器学习模型解释方法的原理，并以华泰XGBoost 选股模型 为例，尝试揭开机器学习模型的“黑箱”。机器学习多属于黑箱模型，而资 管行业的伦理需要可解释的白箱模型。除传统的特征重要性外，ICE、PDP、 SDT、LIME、SHAP 都是解释模型的有力工具。揭开选股模型黑箱，我们 发现：1）价量类因子的重要性整体高于基本面类因子；2）XGBoost 模型 以非线性的逻辑使用因子，因子的非线性特点在市值、反转、技术、情绪