Evilom
169 lines
4.7 KiB
Markdown
169 lines
4.7 KiB
Markdown
# 2026.06.24-日报-莫润麟
|
|
|
|
|
|
Source: https://feishu.cn/docx/XtDEw4Ig3ivBumkXNRycLXp2nKc
|
|
|
|
|
|
### 今日内容
|
|
|
|
①整理重点机制筛选思路
|
|
|
|
②XGboost+SHAP初跑筛选重要机制
|
|
|
|
③参加财务对接会
|
|
|
|
### 一、重点机制筛选思路
|
|
|
|
重点机制筛选不能只依赖初版 XGBoost / SHAP 的变量排序结果。
|
|
|
|
原因：
|
|
|
|
初版模型结果受变量口径、数据覆盖率、缺失情况影响较大
|
|
|
|
有些机制理论上重要，但当前数据变量较弱，可能在模型中排名偏低
|
|
|
|
有些变量模型重要性高，但可能只是结果同源、行为强相关或数据口径带来的“表面重要”
|
|
|
|
博弈论部分需要重点机制能够进入统一收益函数，并解释其如何影响边际收益、边际成本或均衡投入。
|
|
|
|
因此，后续筛选重点机制应综合考虑四个维度：
|
|
|
|
模型信号
|
|
|
|
看该机制变量在 XGBoost / SHAP 中是否有稳定表现，包括：
|
|
|
|
特征重要性是否靠前；
|
|
|
|
SHAP 方向是否清晰；
|
|
|
|
是否存在非线性或阈值；
|
|
|
|
不同模型或分组下是否稳定。
|
|
|
|
理论解释力
|
|
|
|
看该机制能否在博弈论框架中解释清楚：
|
|
|
|
是否能进入效用函数或收益函数；
|
|
|
|
是否影响边际收益、边际成本、胜率预期或收益分配；
|
|
|
|
是否能够推导出清晰的机制命题。
|
|
|
|
数据可支撑性
|
|
|
|
看当前竞赛数据中是否能找到较稳定的变量代理：
|
|
|
|
是否有可观测字段；
|
|
|
|
是否覆盖 3 月 / 5 月或多期数据；
|
|
|
|
是否口径稳定；
|
|
|
|
是否存在严重缺失；
|
|
|
|
是否容易和综合投入产生同源泄漏。
|
|
|
|
业务机制代表性
|
|
|
|
看该机制是否真正对应游戏竞赛活动的核心规则设计：
|
|
|
|
是否能从玩法规则中找到明确制度载体；
|
|
|
|
是否符合玩家实际体验；
|
|
|
|
是否能解释平台规则如何影响玩家投入；
|
|
|
|
是否有后续优化建议空间。
|
|
|
|
总结：
|
|
|
|
重点机制筛选不应只看 XGBoost / SHAP 排名，而应结合博弈论可解释性、数据变量可支撑性和实际竞赛规则代表性，综合判断哪些机制真正适合作为后续重点机制深化
|
|
|
|
### 二、XGboost+SHAP初跑筛选重要机制
|
|
|
|
#### （一）初版连续值 XGBoost + SHAP 执行思路
|
|
|
|
目的是获得一版模型信号：
|
|
|
|
哪些变量对综合投入更有解释力
|
|
|
|
哪些变量所属机制更靠前
|
|
|
|
哪些机制值得后续重点分析
|
|
|
|
哪些变量需要继续优化口径
|
|
|
|
过程中，了解到一篇利用 XGBoost + SHAP 研究ESG问题的论文：Interpretable predictive model for listed companies ESG greenwashing based on XGBoost and SHAP。
|
|
|
|
该论文提供公开代码，因此决定将其作为代码组织和执行流程的参考。
|
|
|
|
整理之后发现该论文原始任务偏分类问题，本文研究对象是综合投入连续值，不能直接照搬，需结合钲鼓连烽的数据结构重新改造。
|
|
|
|
当前思路是：
|
|
|
|
代码骨架：借 ESG 论文公开代码
|
|
|
|
方法写法：参考连续值回归论文
|
|
|
|
变量体系：使用游戏竞赛七机制框架
|
|
|
|
整体执行流程：
|
|
|
|
读取数据
|
|
|
|
划分训练集 / 测试集
|
|
|
|
训练 XGBoost 模型
|
|
|
|
输出模型指标
|
|
|
|
运行 SHAP
|
|
|
|
汇总变量重要性
|
|
|
|
汇总机制重要性
|
|
|
|
生成结果表和报告
|
|
|
|
关键调整：
|
|
|
|
模型由 XGBClassifier（分类） → XGBRegressor（连续值）
|
|
|
|
评价指标由 Accuracy、F1、AUC → R²、RMSE、MAE
|
|
|
|
删除类别不平衡处理，按七机制变量 + 控制变量重新构建输入变量
|
|
|
|
#### （二）初版 XGBoost + SHAP 结果整理
|
|
|
|
完成第一轮连续值跑数后，对变量层 SHAP 结果按机制归属进一步汇总，初步形成机制层面的解释结果。
|
|
|
|
当前不直接根据单个变量重要性判断机制，而是将同一机制下变量的 SHAP 值聚合，观察不同机制整体对综合投入的解释贡献。
|
|
|
|
当前结果反映的是：在现有数据和变量口径下，各机制对综合投入的经验解释能力大小，而不直接等同于机制已经得到理论验证。
|
|
|
|
初版机制层 SHAP 汇总结果：
|
|
|
|
私有性 — 28.63%
|
|
|
|
激励性 — 18.27%
|
|
|
|
公平性 — 17.24%
|
|
|
|
补偿性 — 13.22%
|
|
|
|
互补性 — 11.83%
|
|
|
|
互动性 — 6.19%
|
|
|
|
流动性 — 4.61%
|
|
|
|
当前阶段判断：
|
|
|
|
私有性机制信号最强，贡献—回报绑定相关变量对综合投入具有较强解释能力
|
|
|
|
激励性和公平性机制也表现出明显模型信号，初步具备进入重点机制候选的基础
|
|
|
|
互补性机制处于中等水平，变量仍处于第一版构建阶段，后续需结合 K-L 子模型进一步验证
|
|
|
|
互动性和流动性机制当前信号相对较弱，可能受变量构建质量和数据覆盖范围影响，暂不依据当前结果直接否定其理论意义 |