什么是好迭代

你的业务发生了巨大的变化，应该进行迭代尝试。

你的数据源发生了变更，引入了新的，下线了旧的，应该进行迭代尝试。

时间过了很久，样本逐渐偏移，应该进行迭代尝试。

迭代是为了解决不适用问题，解决衰减问题，不是为了解决模型上线后效果突变问题，更不是解决没事找事干唬人的问题。

对于信用风险来说，我说样本没那么容易变化，你说迭代是为了应付策略变化，有意思。实际上，应对策略变化的模型迭代，就不应该是快速迭代，而是按需迭代。你要说策略天天都在变化，因为模型在频繁迭代，套瓷了，朋友们，互为因果了。

好的迭代，需要明确你的优化点，这个优化点无非就是三个： X 、 y 和 y=f(X) 的 f 。

X 是你的特征，这个不必说，当你辛辛苦苦开发或者迭代了特征的时候，没有人提需求你也想迭代你的模型。

y 是风险表现，其实这个本身都是可靠的，你可以认为策略会影响风险表现，所以这里的 y 指的是策略变化。

f 是用户的风险关系，可以理解成样本变化，时间因素应该归为此类。但实际上很复杂，像疫情期间，所有客群风险都几乎等比例变高， f 是变了，但如果是常量偏移的话，也不用迭代。

这些优化点需要通过前面的监控感知到，这是对监控的要求，也是某种指引。

关于迭代，我已经写了三篇了，我几乎没有任何想补充的了。