之前,番茄学院就文章课程《贷前决策部署与策略调优》,进行了相关的课程直播。本文我们会以文字内容跟大家介绍这个部分的内容。策略是平衡风险与收益的手段,也是追求利润最大化的工具。尤其在贷前策略中,相信做策略分析的同学身有体会。在做整个策略的过程中,最重要不是追求无坏账,而是利润最大化。而说到利润最大化就不得不提通过率与坏账整个两个指标。在整个策略中,流程大致可以分为以下几个流程:一个
这一两期的课程是模型专场。我们知道金融模型,不单单指评分卡,而是针对产品营销、定价、授信、管理、催收、监测等业务流程开发的一系列策略、规则、评分卡的集合。 目前,利用有监督、无监督、半监督、深度学习等算法开发的评分卡是模型中卓有成效的技术。 模型应用于业务场景,即在特定场景下,利用数据,高效,准确地完成特定的预测或者判断的任务。 在模型训练过程中:每一种场景下,模型都可以通过数据进行训练而
策略人都经常做一个内容就是cut-off制定,这个也是策略精准运维的制胜点,一个重要却经常容易被轻视的内容。本文我们来深度讲解这个内容。 一.什么是cut-off 二.怎么制定cut-off 三.怎么确定cut-off的合理性一.什么是cut-off 在风险管理的过程中Cut-off值的制定决定了业务的盈利能力,关于cut off可以说成是目标用户与非目标用户中间的一条分割线,工作中c
在数字金融和相关应用中,“Android 策略”是保障用户安全的重要一环。它主要通过识别潜在风险、监测异常行为以及实施多种安全措施来实现。本文将深入探讨如何有效地设置和管理“Android 策略”,涵盖环境配置、编译过程、参数调优、定制开发、调试技巧、生态集成等方面。 ## 环境配置 在配置“Android 策略”的环境时,我们需要确保所需的工具和库都已经正确安装。下面是配置环境的
原创 7月前
53阅读
在番茄往期的内容中,我们一直在跟大家介绍策略干货内容,相关内容包括: ①的拒绝捞回策略 ②多规则的策略筛选 ③策略的调优 ④策略的开发与应用 … 策略相关的内容可谓干货满满,比如关于策略开发与应用的内容上,我们跟大家详细介绍了三大最佳策略的筛选方法有: ①单维的策略的开发 ②二维特征交叉组合开发 ③多维特征决策树模型等策略开发的内容详细的内容参考如下: ①单维特征标签分布 首先来介绍单
# 策略Java实现指南 作为一名刚入行的小白,你可能对如何实现策略Java感到困惑。不过别担心,我将带你一步步了解整个流程,并提供代码示例和注释,帮助你快速掌握。 ## 策略实现流程 首先,我们通过一个流程图来了解风策略实现的整体流程: ```mermaid flowchart TD A[开始] --> B[定义风险类型] B --> C[收集数据]
原创 2024-07-25 09:21:26
43阅读
信贷模型是银行等金融机构在贷款业务中必备的手段之一,它通过对借款人的个人信息、资产状况、还款历史等多个方面进行综合评估,来预测借款人是否具有还款能力和还款意愿。在实际应用中,信贷模型需要基于大量的数据和复杂的算法模型进行训练和优化,以提高预测的准确性和稳定性。传统的建模大多采用逻辑回归(LR)的算法,而近年来,随着对于模型精度要求的不断提高,一些更加先进复杂的机器学习算法也开始被引
# Python 策略规则库简介 ## 引言 在金融领域,风险控制是确保投资安全的关键环节。随着数据科学和机器学习的发展,Python成为了策略开发的重要工具。本文将介绍一个简单的策略规则库的构建,如何将这些策略应用于实际的金融数据中,并通过代码示例加以说明。我们还将使用Mermaid语法展示序列图和甘特图,帮助读者更清楚地理解各个组件之间的关系。 ## 策略的基本概念
原创 2024-10-28 06:08:31
172阅读
当下,策略岗已经是金融科技圈里的热门岗位,随着各大厂布局金融领域,该岗位的需求方也从早些年的银行、消费金融公司扩展至如今的互联网渠道。然而对于刚毕业的小白或者是意图转岗的“行外者”而言,却对这一岗位了解甚少。知乎上“转行做,需要做哪些准备?”的问题,有6万的点击量,笔者也曾在豆瓣上回答过“收到美团的风险政策岗,该不该去?”的问题。那么,风险策略分析师具体是做什么的?他的发展前途怎么样,需要
转载 2023-08-30 06:49:33
144阅读
做了大概5年,中间做过甲方,做过乙方,做过模型,做过策略,做过数据分析,但是始终觉着不得精华,做的事情太多,有的东西也就很难深入,目前就是将这么几年的积累写下来,给自己一个总结。一、数据分析1.1、主要目的数据分析是通过分析数据指标得到一些业务结论,不能写个代码出个报表截图发下就行,要从中善于发现和总结。1.2、年化损失率测算1.2.1、年化坏账:时点坏账率:统计时点的坏账金额/在贷余额,
中,总有那么一群人,他们或是因触碰到强规则而被拒之门外的客群,或是因政策从一开始进件就不被准入的人群。同时随着流量获客成本日益昂贵,以及存量客户越来越多,各金融机构对客户的筛选越来越慎重。经营竞争白热化,信贷也进入了蓝海。于是通过捞回策略来筛选客群,进一步捞回就显得格外重要。拒绝捞回这个动作这个不仅仅是能得到市场同事欢迎,而且捞好了能积累数据。基于此,如何基于数据规则做相关的策略,番茄星球
代码实战1 数据2 特征工程2.1 数据清洗2.1.1 数据格式处理2.1.2 缺失值2.1.3 标签处理和选择数据2.2 特征衍生2.3 分箱参考资料 代码实战1 数据来自于lending club print (data.shape) #(39785, 25) data.info() ''' <class 'pandas.core.frame.DataFrame'> RangeIn
# Python 实现策略规则集 在金融行业中,(风险控制)策略的实施至关重要。通过规则集,企业可以有效地识别、不良行为和潜在风险,从而减少损失,防止欺诈行为。本文将介绍如何使用Python创建一个简单的策略规则集,并且可视化风险数据,以帮助我们更好地理解风险分布。 ## 策略的基本概念 策略主要是通过设置一系列规则来监测用户行为和交易活动。这些规则通常基于过往的数据
原创 2024-09-11 07:39:22
367阅读
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
273阅读
策略定义:信贷策略:主要是根据不同业务场景,针对目标客群,通过一系列规则,对客户进行筛选和分 类,发现风险点(包括:信用卡欺诈、团伙窝案、高危用户等),降低风险,同时降低成本、提升效 率,实现反欺诈,授信,风险定价,催收等各阶段目标。个人理解:经常与政策、策略、规则、模型、算法这五个词搭配,一直搞不清楚。这里把自己理解的写下来,哪怕是错的也先写下来,等过段时间理解变了,再删或者改。①
作者: 老古成都前言笔者近期完成了一家小型商业银行的线上信贷业务智能化与数据管理平台项目的一期建设,在此给同业分享一下平台建设的一些设计思路。对于一家典型的小型传统商业银行,在其线上信贷业务与数据管理平台建设的设计过程中,我们结合小型商业银行开展线上信贷业务的特点、以及小型商业银行建设前沿性的智能化数字化决策系统的局限性等,将整个平台建设放在为银行线上信贷业务搭建完整的数字化体系这个维
概率质量函数 (probability mass function,PMF)是离散随机变量在各特定取值上的概率。 概率密度函数(probability density function,PDF )是对连续随机变量定义的,本身不是概率,只有对连续随机变量的取值进行积分后才是概率。 累积分布函数(cumulative distribution function,CDF) 能完整描述一个实数随机变量X的
贷中策略概述
原创 2022-03-02 10:17:26
702阅读
1点赞
的理解/价值如果把平台比做一棵树,那么需要足够多的养分才能使树茁壮成长;而业务风险则是充当寄生在树上窃取养分的角色;只有抵御这种风险,保持足够多的养分,才能使平台成长为参天大树——这就是存在的价值。接入,意味着概率性阻挡用户操作,与其用户体验背道而驰;不接入,意味着存在下列风险,且不可控,一旦发生,对用户或平台都是不可逆的风险:薅羊毛:利用平台活动,赚取平台奖励;漏洞攻击:利用平
过去几年,业界不断推进隐私计算在金融场景的实践探索。其中,多方安全计算(MPC)技术可实现对原始数据按用途授权使用,有效避免数据的二次流转,达到数据可用并可控相对更匹配金融行业的联合场景需求。多方安全计算技术在金融的贷前准入、贷中提额、贷后清退、金融反欺诈等场景中都有着巨大的应用价值,隐语开放平台此次发布的技术方案之所选择MPC路线深度打造,既是因其安全性上可证的优势,也是为金融量体裁
  • 1
  • 2
  • 3
  • 4
  • 5