Ajustá features de BTC o ETH. La simulación usa un modelo lineal aditivo y calcula contribuciones SHAP exactas respecto de un baseline para ese modelo.
Deslizá el gráfico horizontalmente para recorrerlo.
Deslizá el gráfico horizontalmente para recorrerlo.
| Feature | xᵢ | μᵢ | wᵢ | φᵢ |
|---|
Features sintéticas normalizadas a [0,1]. Salida adimensional, posiblemente negativa: no es probabilidad ni retorno de mercado. Se asume un juego interventional con marginales independientes. Con features correlacionadas, SHAP condicional usa otro juego y puede repartir contribuciones de otra manera.
Experimentá y explicá
1. Con BTC y μ=0,50 verificá baseline, contribuciones y salida.
Base=0,0200; Σφ=−0,0070; f(x)=0,0130. La suma debe cerrar salvo redondeo.
2. Cambiá μ y mantené x fijo. Después elegí observación de referencia.
Cambian baseline y contribuciones, no f(x). Si x=μ todas las contribuciones son cero. La fórmula es exacta para el juego interventional independiente, no para SHAP condicional con correlación.
Registrá la configuración, el resultado y tu interpretación.