研究报告

机器学习研究系列之五：机器学习策略的可解释性分析-20221220-华西证券-20页

机器学习类量化策略效果较好但无法直观理解 在前期的报告中，我们构建了利用卷积神经网络进行自动化特征抽取并通过全连接层输出分类结果的非线性择时模型，并在指数择时的场景下取得了良好的结果。但深度模型的预测过程往往被人看作是一个黑箱（Blackbox)，本文将通过构建机器学习的可解释性框架从定量的角度解释机器学习策略的内在逻辑。 ? 引入可解释性框架对机器学习策略进行可解释性分析，深入理解策略收益来源