深度学习与狭义的机器学习的一个重要区别是不可解释,在证券基金行业的应用中,我们怎么看待这个问题,会有哪些可能的风险,以及应该做哪些准备来应对这些不确定的风险。
认为不可解释是将深度神经网络当成一个黑盒子来使用。咨询过一些数据科学家,他们认为深度网络实际上是一个有效信息提取抽象的过程,其实深度神经网络的每一层(又叫特征图)都是很有用的,合理地使用深度学习技术,可以更好将研究的事物转换成一个易于处理的特征(数值向量)来处理。
收起深度学习的不可解释性可以用人生的不确定性进行类比,人这一辈子都是处于不确定性中,永远不知道下一秒会发生什么,也不知道自己的决定对不对,只是根据当前的经验值推断出自己最应该做出的反应是什么,这才有不断总结经验这个过程,但我们并不会因为不确定性而不去做决定。面对深度学习的不确定性,我们也要认识到这一点,它不可能做到成为一个绝对精确的模型,给定输入,就一定会有什么样的输出,通过不断学习,完善模型,能够越来越准确就已经非常不错了。金融行业的不确定性因素太多,也不可能建立一个标准模型,只有不断理解影响金融市场的因子,不断地优化模型,辅助企业和用户决策。
收起