arXiv ID:
2606.12843
arXiv 提交日期: 2026-06-11
面向大规模金融市场决策智能的可解释因子分解:来自中国A股市场的证据 / Interpretable Factor Decomposition for Decision Intelligence in Large-Scale Financial Markets: Evidence from China's A-Share Market
1️⃣ 一句话总结
本文提出了一种结合XGBoost模型和TreeSHAP归因方法的可解释机器学习流程,能清晰分解出影响股票收益的关键因素;通过对2009年至2019年间3632只中国A股的分析发现,换手率和动量等行为信号对预测的贡献远大于估值比率,并且发现SHAP与消融分析会因因子间的可替代性而产生差异。