可解释性就机器的决策过程提供了一定的可视性。一个变量的得分越高，表示在所选时间范围内，该变量在模型决策过程中的使用频率越高。
最终，每个模型所依据的决策过程都依赖于所有变量和股票之间的多维度比较，这点在此屏幕上没有显示出来。
虽然在未来的模型中只使用非常重要的变量看上去很直观，但这往往会降低整体业绩。
中低分的变量可以用作好的买/卖决策的标志，但使用频率低于高分变量。
很低的分值或 0 分表示该变量的基础数据在当前模型中不可预测。
实验不同的变量集有助于确定可用的最佳数据，以便在模型中预测良好结果。
