首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

支付模型

二、基于规则的 规则是最常用的,也是相对来说比较容易上手的模型。从现实情况中总结出一些经验,结合名单数据,制定规则,简单,有效。 常见的规则有: 1....比如: 用户ID是在黑名单中。 用户身份证号在反洗钱黑名单中。 用户身份证号在公检法协查名单中。 用户使用的手机号在羊毛号名单列表中。...互联网金融离不开机器学习,特别是支付。 在各种支付模型中,决策树模式是相对比较简单易用的模型。 如下的决策树模型,我们根据已有的数据,分析数据特征,构建出一颗决策树。...五、模型评估 本质上是对交易记录的一个分类,所以对模型的评估,除了性能外,还需要评估“查全率”和“查准率”。...国外的PayPal是支付平台风的标杆,国内前海征信、蚂蚁服等会使用到更高级的神经网络和机器学习,但实际效果未见到实证材料。

1.7K21

信贷模型搭建及核心模式分类

但是互联网金融包含的业务种类远不止这两个,单纯的信用贷款类,就有专门放贷给学生的学生贷;在朋友圈之内贷款的朋友贷;给外企白领贷款的白领贷…… 如果你拿学生贷的模型给农民贷客户来用,或者拿给上海白领开发的模型给甘肃...另外,模型在不同的阶段体现的方式和功能也不一样。...F.设计纬度 模型的设计其实就是多维度和多角度的设计方式,这里我们就简单的通过一个对于线上借贷用户进行资质审核的模型进行举例子;从下面的流程我们可以看到,模型的审核流程一般都是要经过机器审核和人工确认的相结合的方式...所以说,模型的计算策略和机制在一个公司属于绝密,规则除了核心的员工,其他人是不能知道规则的。 四、的核心 如果说金融产品的核心是,那么的核心是什么?...五、模型的设计步骤 总体来说模型的设计主要可以分为以下的几个步骤: 1.获取数据 信用评估来自于用户数据,模型规则其实就是用户数据规则,信息的纬度也比较广泛,大致可以分为基本信息/行为信息

1.8K10
您找到你想要的搜索结果了吗?
是的
没有找到

蚂蚁总监王黎强:智能助力新金融

本文为数据猿现场直播“蚂蚁总监王黎强:智能助力新金融”的发言实录。...以下是数据猿现场直播“蚂蚁总监王黎强”的发言实录: 事实上,阿里、蚂蚁大部分技术能力是通过在业务场景里解决一个又一个的具体问题构建起来的,我们的智能体系也是一样。...因此面临的最大问题是,它可能存在一定的误差,虽然说保障了很多客户的安全,但是这些误差是人工规则体系不能解决的瓶颈,这逼迫我们进入到第二个阶段,在规则基础上运用了很多模型,包括团伙欺诈、智能识别的AI技术都运用到里面...第二阶段,因为整个风险防是一个快速攻防的过程,模型存在滞后性问题,所以我们去防风险的时候,就需要用人工规则去补足模型不能防的一些风险。...我们蚂蚁服的理念也是推行普惠金融,我们希望通过技术的创新为每一位消费者,每一位普通老百姓提供平等的服务,这是我们整个金融开放践行的理念。

2.7K61

信贷模型开发—-模型简介

第一章 模型简介 1.1 为什么要建模 1.2 什么是信用评分 1.3 常用的模型 1.4 概念解析:M0,M1,M2的定义 下一章预告 参考文献 第一章 模型简介 本系列文章为笔者对信贷领域建模的一些学习研究心得汇总...,以及一些代码示例,尽量会将信贷领域的一些基本概念阐述明白。...1.3 常用的模型 业界常说的有A卡、B卡、C卡,A卡就是申请评分卡。...在你申请的时候就会站出来,决定放不放款,B卡,也就是贷中行为评分卡,监控你的信用状况,决定给不给你提额度,或者中不中断你的贷款,C卡就是贷后评分卡,一般有三种:账龄迁移模型、还款率模型和失联预警模型。...还款率模型:注意这个模型不是为了预测你还不还钱,而是预测未来经过催收动作后,还款的概率。

66310

拍拍贷预测模型

拍拍贷“魔镜系统”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...面对大量的数据科学需求,达到较高精度的数据预测方法并非为高大上的专业人士垄断,所以这里尝试为类似的数据预测问题搭建通用的框架,使得我们作为初学者能够熟悉大数据特征、并合宜地处置数据、模型上手时遇到的各类困难...统计模型的选择长期看似乎是风水轮流转,逻辑回归是最经典的线性分类模型,XGBoost是目前在机器学习竞赛表现普遍很好的集成决策树类模型,神经网络现在如此热门,但是今后也说不定有更强大的模型,况且大家都是对现实的规律进行某种形态的假设和拟合...与其跟着不同模型包和语言学习调用不同的交叉验证函数,我们不妨在模型训练前就为模型搭建统一的交叉验证拆分数据和训练方法。 ?...机器数学模型相比与人类,有着其特质的某种中立性、冷静与洞察力,帮助我们作出决策,同时也有作为机器和数学模型的局限、冷漠和短视,比如在有反馈效应的数据体系中(比如金融市场),预测长期趋势的无能为力,而模型决策趋同产生的正反馈却可能在危机时造成踩踏风险

2.6K81

ML | 模型报告以及上线后需要监控的内容

一个优秀的模型上线报告以及一个优秀的上线后模型监控报表,在我们日常建模中是非常的常用并且有用的,今天这个话题就来和大家聊聊怎么去制作优秀的模型上线报告以及上线后的模型监控报表,主要聊聊思路,先要有一个全局的感受...以下内容均基于自己浅薄的经历提炼的,如有纰漏,欢迎指正或补充哦,欢迎交流~ 00 Index 01 聊聊为什么要做这件事 02 标配的模型上线报告应具备哪些内容 0201 模型现状 0202 KS值与各种曲线...02 标配的模型上线报告应具备哪些内容 0201 模型现状 想要突出你模型的好,你得先分析旧模型的不好。 比如说,把目前线上模型的实际表现进行统计,如KS值、分组排序性、PSI等基础指标。...这里再来回顾一下这些曲线: 1)KS曲线:有两条关键曲线,分别是TPR和FPR,这是我们对于模型预测结果(正类的概率)划分不同阈值后得到的值绘制出来的曲线。...3)Lift曲线: Lift曲线,简单理解,就是对比在不使用模型的情况下,预测能力提升了多少,其计算公式如下: 0203 模型分组排序性 分组排序性在模型中的重要性不言而喻了,所以这个指标也是领导需要着重看的

2.7K20

学习周报20200621 | 模型、回顾

这周因为一些原因需要整理一些建模的知识点,顺便在这里整理一下,一起来回顾回顾。 一、评分卡开发过程 1、信用评分卡分为:申请评分卡和行为评分卡。...迁徙率:分析客户从某个状态变为其他状态的发展变化情况,不同的是,滚动率侧重于分析客户逾期程度的变化,所以在做滚动率分析时需要设置相对较长的观察期和变现期;而迁移率侧重于分析客户状态的发展变化路径,如M0...(坏账标准具体需根据不同产品来定义) 常用的坏账监测标准:60days/9m;90days/12m;30+,而使用的统计量为AUC、KS。...3、全面了解风指标体系 https://mp.weixin.qq.com/s/-posovos49MGleNgSXHFWw 概述:非常全面地梳理了一遍指标,从贷前到贷后,很适合系统了解这块知识。...,PCA-算法面经 8、关键数据Vintage、滚动率、迁移率的讲解应用 https://www.sohu.com/a/305129117_99917536 讲解了必须要了解的几个关键指标的原理和应用案例

1.7K20

模型的基础知识

一、 模型的A卡、B卡、C卡 模型根据设定的y变量与可获得的x变量不同,大致可以分为三类:即A卡,B卡,C卡。今天就让我们聊聊三者的区别。...1、A卡(Application score card) A卡即申请评分模型,此类模型的目的在于预测申请时点(申请信用卡、申请贷款)未来一定时间内逾期的概率。...2、B卡(Behavior score card) B卡即行为评分模型,此类模型的目的在于预测使用时点(获得贷款、信用卡的使用期间)未来一定时间内逾期的概率。...3、C卡(Collection score card) C卡即催收评分模型,此类模型的目的在于预测进入催收阶段后未来一定时间内还款的概率。...二、表现期&观察期 何为目标(即所谓的y值),在模型的门类中一般就是指某个客户或账户是否逾期(通常以0,1)来区分。我们在建立风险模型的时候,不能简单地将逾期客户定为1,未逾期客户定义为0。

1K20

估值200亿 启用千万域名

IFR消息,计划2018年上半年在中国香港首次公开募股,融资规模30-50亿美元。的域名用的是极品单拼lu.com,传闻价值不低于8位数。...据悉,早年的官网域名用的是lufax.com,但随着互金平台的激烈发展,原来的域名已经无法满足的发展,因此所花费重金收购了lu.com,并于2015年5月,正式启用了新域名。...所是中国平安于2011年在上海设立的线上财富管理平台。据今年7月份的报道称,的注册用户数已经超过3100万。...目前旗下还保护了相关域名lufax.cn/.com.cn/.net,以及“”域名lujinsuo.com/.cn/.com.cn/.net等等。...启用LU.com对来说,无疑是一个相当好的决定,该域名不仅增加了的品牌影响力,也极大地扩宽了的流量入口。

1K00

4步教你开发评分模型

“你的模型准么?” “你的模型真的有用么?” “你的模型有价值么?” 在为P2P公司建立评分模型过程中,这是最常见的问题。...在互联网金融体系中,量化分析需要贯穿始终,评分卡模型是其中非常重要的一环。...在互联网金融评分卡开发过程中,我们仔细研究了企业操作流程,反复推敲了模型构建步骤,最后我们认为从业务应用角度,评分卡开发应用应遵循: 业务定义 -> 风险定义-> 风险分解 -> 风险策略 这几个步骤...我们就可以采取相应的商务策略,优化业务: - 流程简化:通过模型对客户分层,降低审核人员的工作量,提高审批速度。 - 优化:以客观分数代替主观评断,保证审批标准及风险偏好一致性。...经过跟对方的接触,证实在该时间点该P2P公司确实做过有关申请界面、必填字段、等的相关调整。

3.7K81

模型基本概念和方法

该训练营第一期为主题,培训内容十分紧凑,非常好,推荐:CDA数据科学家训练营 —————————————————————————————————————————— 一、建模流程以及分类模型建设...2、分类模型种类与区别 与其他领域一样,分类模型主要分为两大类:排序类、决策类、标注类(文本、自然语言处理)。 一般来说领域在意的是前两个模型种类,排序类以及决策类。...其次,神经也可以作为申请信用评分的模型模型的使用:一般会先做一个神经网络,让预测精度(AUC)达到最大时,再用逻辑回归。...(1)ROC曲线 对角线模型,最差,喜欢的指标。由决策类指标的灵敏度(召回率/覆盖率)与特异度(负灵敏度、负召回率)来构造。 求覆盖率等指标,需要指定一个阈值(threshold)。...(4)洛伦兹曲线gini 喜欢的指标,TP率给了一个累积比,跟提升度差不多。

1.2K11

一文看懂模型所有

模型,是在策略达到平衡之际,实现风险精分差异化的必备武器。 模型,广义上代表任何运用数据构建的风险管理模式,狭义上讲,是运用统计、机器学习甚至深度学习等算法开发的数学模型。...目录 一.模型概要 二.建模/算法工程师 三.速览评分模型搭建 四.细说评分模型搭建全流程 1)A、B、C广义三种评分模型 2)数据业务理解 3)数据探索分析 4...02 建模/算法工程师 模型开发人员,相较于数据分析、策略分析人员,对于统计分析方法、大数据机器学习算法都要有更深入的理解。...从字面意义就可以发现,建模工程师工作核心还是以模型的开发为主,更多的工作落脚点在构造有效特征,应用一些模型算法进行数据训练和测试。...对于没有接触或者未从事模型设计开发工作的读者朋友们,不妨也了解下设计思路,便于提升策略等其他工作的风险管理效能,毕竟,评分模型、策略规则甚至产品设计,彼此不分家!

4K20

大数据模型是什么?有哪些?

其实,做大数据是一个挺细致的事儿,大数据,重要的不是数据本身,而是对数据的理解。...大数据模型是什么 指标体系 大数据圈流行一句话:数据决定了数据分析的上限,而模型做的是逼近这个上限。...模型 大数据更多应用与小微互贷款,因此更多是还款意愿的控制,欺诈风险会比较高,因此构建好的反欺诈模型就非常重要,目前一般分三种: 1....机器学习模型:利用聚类等模型发现一些违反常识的规则,反推,在应用于后续的客户验证。 另外,传统信贷中非常关注的信用风险,大数据同样非常重视。...评分模型最常使用的就是LR模型,现在大数据在此基础上补充了XGboost,FFM等模型来尝试新的方向,不过据了解,目前还是LR模型最稳定常用,新的机器学习模型或许还需要一段时间的实践和迭代。

1.2K20

模型及特征的上线部署方法

序言: 作为年后的首篇实操干货文章,番茄一如既往向业内小伙伴输出相关的干货文章。有实操能落地,有数据可撸码,继续将会是番茄提供给各位小伙伴的业内标配内容。...近期,我们花费了时间容整理了目前业内各位小伙伴关心的内容,本次文章是其中一个问题就是模型跟规则在现有的系统内是如何规范上线的,基于此,我们给大家带来了这样的一篇内容。...4.2.特征和模型分的一致性校验 正文: 模型线下开发好后,接下来就是上线部署的流程,上线部署关系到模型的稳定性和可控性,是需要去规范化,细心做的一个环节。...如下图所示),这种方式相当于把底层数据源清洗,创建中间表,特征开发都放在数仓里进行,建模同学在数仓里完成开发工作后,可以让管理数仓的同学设置定时跑批任务,例如每天(T+1)在凌晨跑出一批用户的特征供当天使用...3.决策平台或算法平台部署,例如蚂蚁服的PAI机器学习平台,可通过workflow的方式自助式搭建模型,实现快速部署。

1.1K12

互联网金融模型「建议收藏」

一、市场调研 目前市面主流的模型 1、互联网金融前10名排行榜(数据截止日期2017-09-12) 互联网金融公司排名分别是蚂蚁服、、京东金融、苏宁金融、百度金融、腾讯理财通、宜信、钱大掌柜...技术核心应该是在数据挖掘,语义分析技术等方式) 1.2 调研 1.2.1 七步体系 1、风险政策制度框架体系:所有交易对手和产品引入都制定了明晰的风险政策指引,所有业务必须在制度框架内运行...对于融资周期过长的企业可以每三个月进行企业经营状况的上报,重点在于资金用途,回款方式以及周期;如果我们企业够强大的话,可以利用大数据征信对于那些未按时回款融资企业用户的企业进入黑名单系统) 5、风险管理系统:的风险管理系统覆盖全产品线...、整个产品生命周期,实现的标准化、智能化、模型化,大幅提升风险管理工作的效率和效果。...因此风显的更加尤为重要。通过模型获取优质的资产。 二、模型 模型应该是从两个角度去考虑,第一个角度是资产端策略,第二个角度是资金端策略。

2.1K10

与蚂蚁科技、京东数科的IPO赛跑

所在其招股书中提到,目前平安持有42.3%的股份,是的最大机构股东,作为大股东,平安与业务联系密集。...对于平安的扶持作用,并不讳言。所在招股书中表示:“国内外很少有同类机构像这样背靠平安这样强大的综合性金融集团。”...从的营收构成来看,早在2017年,的零售信贷业务就占到了其总营收的55%。...按照这个估值来看,的体量还略胜京东数科一筹,在目前已经筹集上市的金融科技企业中位列第二位。 的估值并不算低,但与京东数科、蚂蚁科技相比,与前两者的差别很大。...从现实情况来看,这个定位比较符合的定位,但显然并不满足于此。所在招股说明书中提到,2019年技术驱动下的平台客户留存率超过95%,并特意强调上市募资将继续投向科技。

45331

数据挖掘实践(金融):金融之贷款违约预测挑战赛(上篇)xgbootslightgbmCatboost等模型--模型融合:stacking、blend

数据挖掘实践(金融):金融之贷款违约预测挑战赛(上篇)xgboots/lightgbm/Catboost等模型--模型融合:stacking、blending 1.赛题简介 赛题以金融中的个人信贷为背景...通过这道赛题来引导大家了解金融中的一些业务背景,解决实际问题,帮助竞赛新人进行自我练习、自我提高。...在中,KS常用于评估模型区分度。区分度越大,说明模型的风险排序能力(ranking ability)越强。...评分卡是金融中常用的一种对于用户信用进行刻画的手段哦!...项目链接以及码源 数据挖掘专栏 数据挖掘实践(金融):金融之贷款违约预测挑战赛(上篇) 数据挖掘实践(金融):金融之贷款违约预测挑战赛(下篇)

4.4K110
领券