寫在前面:
此文爲一個簡單的風控決策模型的開發邏輯及細節,僅供科技金融領域做風控建模的新手參考,具備能夠看懂並且嘗試風控模型開發及部署的能力。
看官如果能夠看懂下文內容,並且躍躍欲試,那麼可聯繫我來要代碼(會提供脫敏後的代碼給大家做參考)。
一 模型開發流程
1、模型開發
(1)數據源測試: 測試需要對接的三方數據源,可分爲線下測試和線上測試兩種。通過類似覆蓋率、交叉矩陣、KS等指標判斷數據質量。
(2)aip測試接口對接:如果數據源質量ok,開發人員對接數據源接口,取數調參。
(3)函數式編程代碼塊:代碼結構化分塊編程,防止重複編寫,同樣提升調用效率。
2、模型部署
(1)路由配置: 配置好模型路由
(2)api正式接口對接: 完成數據源接口的對接,部署到線上。
(3)模型調用: 支持傳參調用整個模型(包括規則集和機器學習模型),返回最終決策結果。
3、模型監測
(1)運營指標
-
①數據源調用率
-
②單模型拒絕率
-
③整體通過率
-
④單一規則觸碰比
(2)風控指標
- ①AUC
- ②KS
4、模型調優
-
①調整數據源的部署邏輯
-
②調整規則集
-
③調整評分卡
-
④整體上的目的就是降低損失的同時提高通過。
二 代碼邏輯
整體邏輯如下:
1、測試文件test或線上訪問url
2、調用視圖views中的模型解釋器@app.route
3、數據源derived
4、規則集rule
5、機器學習模型model
這裏評分卡模型,基本是用標準評分卡和樹結構的評分卡實現的。