Ch1 互联网金融的申请过程，通常由用户从移动端发起，首次贷款用户会经理申请、四要素验证、授信与额度利率定价、多层审批、用户提款等多个环节；对于还款后再次贷款的复贷客户，平台通常会基于更好的信用评估结果，并根据历史还款表现对其进行额度管理。流程如图所示。 首次贷款用户需要依次通过反欺诈引擎、信用评估引擎、人工审核的审批。信用评估引擎主要包括政策规则筛选、信用规则筛选、申请评分卡
转载
2023-08-05 21:08:00
211阅读
随着互联网和科技的不断发展，无论是人们处理工作的方式还是生活的方式，都更加智能化，这都极大地提升了工作的效率，也带来了一定的便利性。对于投资领域来讲，“量化交易”正在被各类资管机构和普通用户所接受。而“量化交易”既是一个高效管理投资的方式，也是一个更加科学、理性管理投资的方式。风变Python智能交易课程就是针对“量化交易”需求设计的。Python智能交易课程对于投资相关的内容有更严格的步骤管理，
转载
2023-11-29 16:11:42
82阅读
场景为根据用户手机短信的风控建模，以此为例总结一套数据处理，特征工程，实验及结果分析的全流程珍贵的代码，并把常用的工具包函数记录清楚，免得每次用都要百度。如下是一套完整的流程，引自《智能风控》一书，我们按照这样的流程整理博客内容。 系列文章包括以下部分：数据预处理特征工程数据存储模型实验结果分析 一. 数据预处理1. 关于数据读取原始数据可能以各种格式的文件和各种逻辑
转载
2023-06-07 11:27:17
169阅读
变量中心如果说数据是原料，策略是产品的话，那么变量就是当中的零部件了。一个完整的风控策略依赖的关键变量可能有几百上千个，底层的变量池子就远远大于这个数了。变量中心在风控平台中是最重要但是同时也最容易被人忽视的一部分，一方面不像审批系统、决策引擎那样是完整的产品平台，也不像底层数据平台那么有完整的技术方案。变量在不同公司体系里面，形态有很多，可以是一个接口，也可以是一段SQL。由于变量
原创
2022-12-21 19:01:02
235阅读
信贷风控是数据挖掘算法最成功的应用之一，这在于金融信贷行业的数据量很充足，需求场景清晰及丰富。信贷风控简单来说就是判断一个人借了钱后面（如下个月的还款日）会不会按期还钱。更专业来说，信贷风控是还款能力及还款意愿的综合考量，根据这预先的判断为信任依据进行放贷，以此大大提高了金融业务效率。本文内容较长，喜欢记得收藏、点赞。与其他机器学习的工业场景不同，金融是极其厌恶风险的领域，其特殊性在于非常侧重模型
转载
2023-10-20 10:42:45
88阅读
作为一个财务人，每当做各种报表和数据分析时，我都在想自己为什么不是一个机器人，这样做起来就不会这么头秃了。有时辛辛苦苦做出来的数据莫名其妙地出现不符合逻辑的错误，有时excel里的公式出现引用错误……为什么像财务这种重复性多、数据处理量大的工作没有人开发个程序来替代呢？后来我才知道，不是没有人开发出程序，是我一直没有发现还有这么好用的工具——Python。我偶然刷到了一个视频，上面列举了几个工作中
转载
2024-01-16 23:00:42
27阅读
概述：验证码业务介绍 验证码（CAPTCHA）是“Completely Automated Public Turing test to tell Computers and Humans Apart”（全自动区分计算机和人类的图灵测试）的缩写，是一种区分用户是计算机和人的公共全自动程序。可以防止：恶意破解密码、刷票、论坛灌水，有效防止某个黑客对某一个特定注册用户用特定程序暴力破解方式进行
转载
2023-12-13 06:34:28
5阅读
风控的本质是对客户风险的识别，对客户风险的识别需要多维度的数据进行评定在应用中比如先求流行的互联网金融本质是对客户的行为或者信用进行评估；每家公司对数据掌握的程度不一样且对风险的容忍程度也不一样因此在申请额度的时候每个公司的金额也不一样，比如同一个客户在支付宝借呗或者微信微粒贷借的金额也会不一样因为掌握的数据不同；A卡（Application score card）申请评分卡在申请评分卡中一般分为
转载
2023-12-12 21:33:48
75阅读
比赛概览拍拍贷“魔镜风控系统”从平均400个数据维度评估用户当前的信用状态，给每个借款人打出当前状态的信用分，在此基础上，再结合新发标的信息，打出对于每个标的6个月内逾期率的预测，为投资人提供了关键的决策依据，促进健康高效的互联网金融。拍拍贷首次开放丰富而真实的历史数据，邀你PK“魔镜风控系统”，通过机器学习技术，你能设计出更具预测准确率和计算性能的违约预测算法吗？比赛规则参赛团队需要基于训练集数
转载
2023-12-10 12:36:22
94阅读
在策略制定的过程中，很多同学在咨询有没有通用的方法论可以介绍下，今天我们给大家推荐一个在策略分析中比较有效的方法：①确立目标②分解目标 ③分析数据 ④生成策略 ⑤策略调优1.确立目标策略最基础的流程： 准入—反欺诈—授信 第一个模块的准入策略作为其中第一个策略单元，也是其中第一个关卡。其目标是滤掉百分百你不想要的非目标客群，而不是百分百精确定位到你想要的目标客群。所以我们看到一半上的准入策略基本都
零基础入门金融风控之贷款违约目的：1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.2.了解变量间的相互关系、变量与预测值之间的存在关系。3.为特征工程做准备数据总体了解：读取数据集并了解数据集大小，原始特征维度；通过info熟悉数据类型；粗略查看数据集中各特征基本统计量；缺失值和唯一值：
查看数据缺失值情况查
转载
2023-10-20 19:50:43
84阅读
在评分卡没有上线之前或者在评分卡之外的变量，经常需要对相应的变量进行标准化的分数的转化。如何计算相应的评分？相信很多做规则策略的同学，还有做模型的同学都疑惑于此？今天这篇文章，重点分享这个知识点。学习了今天的方法，不需要做一套评分卡，简单些用违约率跟ODDS就能做具体的变量打分。先展示下评分结果，再拆解下具体的算法过程。具体的表格的呈现结果： 上面展示的结果，主要由两部分组成： Part1：每
转载
2024-01-17 10:29:32
94阅读
文章目录1.金融科技介绍1.1 金融科技的前世今生1．金融科技 1.0：从模拟到数字2．金融科技 2.0：传统金融服务的数字化3．金融科技 3.0：发达国家市场的 Fintech4．金融科技 3.5：亚洲和非洲新兴市场的 Fintech1.2 金融科技正深刻地改变和塑造着金融业态1.3 新兴科技不断强化金融科技的应用能力1.4 金融风险控制面临着前所未有的挑战1.5 智能风控和评分卡 1.金融科
转载
2023-11-12 22:57:02
4阅读
下面写三种方法来实现，用户在规定时间内，输入次数上限，封禁账号的功能。第一种：使用redis完成用户封禁状态第二种：使用mysql第三种：使用文件1.封禁用户流程图 第一种方法: Redis实现# 声明登录方法
# @check_imgcode
async def get(self):
email = self.get_argument('ema
转载
2023-09-28 16:37:48
63阅读
《Python金融大数据风控建模实战》 第4章 数据清洗与预处理本章引言Python代码实现及注释 《Python金融大数据风控建模实战》 第4章 数据清洗与预处理 本章引言数据清洗与预处理是整个评分卡模型开发乃至整个机器学习模型开发中非常重要的部分，通常包括数据集成、数据清洗、探索性数据分析和数据预处理。数据集成：将多个数据源的数据构成一个统一的数据结构或数据表的过程。如果不同数据源有结构化
转载
2023-12-09 20:27:46
52阅读
1、智能风控数据流体系2、传统智能风控架构3、问题与挑战 在传统智能风控体系下存在如下三点挑战： 1）如何支持灵活多变的业务需求？ 2）如何满足客户对系统的个性化需求？性能准确性稳定性3）如何应对大流量及突发流量？ 4）如何支持在数据快速增长现状下，进行实时特征计算和数据查询？4、解决方案 1）机构&应用&存储优化 ①微服务化 ②集群动态分配 ③特征计算优化流计算： 在传统的数据处
转载
2024-01-19 18:59:49
121阅读
风险控制（Risk Control)，简称风控，是互联网金融的核心。一、基础知识1.1 A/B/C卡A卡（Application score card）即申请评分模型（贷款前），用于预测申请时点（申请信用卡、申请贷款）未来一定时间内逾期的概率。B卡（Behavior score card）即行为评分模型（贷款中），用于预测使用时点（获得贷款、信用卡的使用期间）未来一定时间
转载
2023-11-15 23:11:10
296阅读
风控建模二：建模方案拟定引言一、是否需要分客群建模二、全时段建模一定更好吗三、进件vs规则过件vs放款件四、怎么选训练集五、还原真实好坏比例 引言好坏标签定义完成并整理好数据集并不意味着建模工作可以马上开始，在建模之前我们还需要拟定好建模方案。比如根据不同客群、不同时段以及风控流程中不同的决策时点，我们都可以做出哪些不同的的建模方案选择？如何更合理地拆分出训练集和测试集？对于过采样过的样本如何还
转载
2024-01-03 15:35:22
39阅读
引言互联网时代，万物互联，网络安全形势越来越严峻，安全是企业的基石，风控在企业中扮演着“警察”角色，运用各种技术和手段，保护企业内的用户利益不受侵害。 风控决策引是风控中台的入口，提供业务风险场景事件接入，可视化编排复杂决策，丰富的特征变量与场景识别服务等功能。相较于需要开发背景及算法背景才能使用的传统风控引擎，本文介绍的决策引擎构建完成后无需开发背景甚至无需算法建模背景，作为纯正的策略运营即可配
转载
2023-11-07 09:22:00
0阅读
一、背景1.为什么要做风控?这不得拜产品大佬所赐目前我们业务有使用到非常多的AI能力,如ocr识别、语音测评等,这些能力往往都比较费钱或者费资源,所以在产品层面也希望我们对用户的能力使用次数做一定的限制,因此风控是必须的!2.为什么要自己写风控?那么多开源的风控组件,为什么还要写呢?是不是想重复发明轮子呀.要想回答这个问题,需要先解释下我们业务需要用到的风控(简称业务风控),与开源常见的风控
转载
2023-07-24 14:24:07
178阅读
