Interpretable Machine Learning Model for Predicting Activist Investment Targets
创建于 更新于
摘要
本论文提出了基于机器学习的解释性模型，准确预测美股Russell 3000指数中潜在激进投资基金目标公司。通过测试123种数据处理与机器学习组合，最优模型AUC-ROC达0.782，采用SHAP方法剖析关键影响因子，涵盖估值、运营、技术指标及所有权结构，为投资和公司治理提供了量化工具与实证洞察[page::0][page::8][page::10][page::11]
