金融时间序列预测中可解释人工智能（XAI）概述
机器学习
2025-04-25 v1 人工智能
摘要
人工智能（AI）模型已达到极高的准确度。虽然其卓越的性能提供了显著的益处，但其内在的复杂性往往会降低人类的信任，从而减缓其在高风险决策领域（如金融）中的应用。可解释人工智能（XAI）领域旨在弥合这一鸿沟，旨在使AI模型更易于理解。本综述聚焦于过去五年内发表的工作，归类预测金融时间序列的XAI方法。本文区分了可解释性与可解释性，强调在实际应用中，这两个概念的应用方式并不相同。通过清晰的定义、严格的分类体系、补充性的特征描述以及XAI在金融行业中的应用实例，本文提供了对XAI在金融领域当前作用的全面视角，也可作为为未来应用选择最合适XAI方法的指南。
引用
@article{arxiv.2407.15909,
title = {A Survey of Explainable Artificial Intelligence (XAI) in Financial Time Series Forecasting},
author = {Pierre-Daniel Arsenault and Shengrui Wang and Jean-Marc Patenande},
journal= {arXiv preprint arXiv:2407.15909},
year = {2025}
}
备注
35 pages, This is the author's version of the work. It is posted here for your personal use. Not for redistribution. The definitive Version of Record will be published in a journal soon