Jasminexjf的博客

背景：进入风控领域快一年了，这段时间里get了很多新的风控知识，很有意思。由于最近接触的样本不均衡很严重，需要做重采样或者欠采样来平衡化样本，因此需要做模型预测概率校验。之前没有接触过，而后看了一些文档和材料，特写下这篇文章，算是当前对风控模型的小梳理，后续持续更新个人理解。前言：当前个人接触的业务模式，更多的工作是cover在建立贷前a卡(授信评分卡)。当然贷中b卡(行为评分卡)，贷后c卡(催收评分卡)也很重要，先立下一个flag, 先总结a卡，等后续对bc卡有了更深入的认知之后，再来总结。首先：

前言：最近刚接触了决策引擎，所以搜了一点关于决策引擎的资料看，下面针对资料进行回溯。part one本part 主要讲解了现在市面上主流风控决策引擎产品包含的核心功能模块，其中主要是规则、评分卡、表达式、模型、决策流等功能模块。互联网金融的兴起，金融科技向传统金融渗透，智能风控平台应运而生。决策引擎担任着智能风控平台的核心角色，在当代的互联网金融浪潮中至关重要，在介绍决策引擎之前，首先要...

前言:依赖于大数据和人工智能的发展，金融行业的发展也是得到了蓬勃发展，互联网金融下的风控问题也逐渐成为了焦点。下面先先介绍一下前储知识，重点阐述一下互联网中常用的九种维度的金融数据。—————— 参考以下博客：https://blog.csdn.net/liberty_xm/article/details/53183648大数据能够进行数据变现的商业模式目前就是两个，一个是精准营销，典型的...

前言：最近在学习消费信贷的业务场景，也是被各种专业术语弄的很懵，下面是来自网上的一些关于分控中消费信贷的一些专业术语：part one: 风控系统篇1.1 A card释义：Application score card 进件评分卡，对授信阶段提交的资料赋值的规则。举例： “进件”是传统银行的说法，指申请单。评分卡是对一系列用户信息的综合判断。随着可以收集到的用户信息变多，授信决策者不再...

20191224 Morning1）PD 贷款的违约概率 --- 银行的A B C 卡2) 一般而言 模型的AUC值超过80% 或者 KS值超过45%，需要对模型的解释性做详细的刻画，否则会被认为是不可靠的模型。3）业务场景中的模型或者算法不一定追求100%的模型，需要的是不仅仅在当前数据集上100%效果，而是长期数据集上稳定的效果，是一个稳定的刻画，因此一般而言的一期开发是选择一...

2. 处理多支股票。此处的df.join函数是采用的两步原则，将dfspy合并到df1，然后再删除其中的nan值，而且df.join(how=' left/right/outer/inner')默认的参数是left左链接。保留左边的df的header，右边数据中如果不包含左边的字段，则nan；inner取交集部分；outer取并集部分。****** 遍历多支股票的Adj Clo...

01-06 直方图和散点图在处理金融领域的数据时，需要进行一些统计量的统计。常见的就是对日收益回报进行可视化分析，1.可将日收益回报进行直方图的绘制(histogram),并求其平均值、标准差、峰度、散点图、拟合直线、不同股票之间的相关性。主要任务有：1）针对现有的一支股票的数据，进行价格曲线的可视化、日收益回报曲线的刻画，相应直方图、均值、左右2的标准差范围的非可视化、峰度计...

最近一直在Udacity上学习数据科学的相关方知识：课程框架：第一章：数据分析入门（资料记录在本地和博客上 python+SQL）1.1 数据分析过程：question-wrangle-explore-draw conclusion-communicatewrangle: gather data -- assess data -- clean data1.2 数据分析过程...