Interpretable Machine Learning Model for Predicting Activist Investment Targets
发表于 2025年9月13日上传于 2025年9月16日

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