为什么模型快速迭代不一定有效

雷帅快与慢 · 公众号 · · 2024-06-28 12:07

正文

严格一点，我想说的是，模型快速迭代基本是无效的。适用场景是风控模型，什么是快速我不能给你明确定义，但是按周按月一定在里头。‍‍‍‍‍‍‍‍‍‍

我来论证下这个观点，目的呢，一个是让你别去瞎搞，另一个是让你别去信别人的瞎搞。

我对风控的写作一直是哲学艺术层面的，技术层面的我不能写，也不想写。你不用太相信数据，因为数据有适用性，不一定是定论，但你可以相信我。

那就先来哲学层面的吧。‍‍

论据一：信用是稳定的，那么信用模型也应该是稳定的。‍‍‍‍

信用是稳定的，这句话是可以直接在前面用 ∵ 这个数学符号的， ∴ 才有所谓的无信不立，那信用模型应该是很稳定的。但是风险模型却要频繁迭代，那只有一个解释，那就是风险模型的建模目标不等同于信用，而是信用的一个表示，它具备一定的不稳定性。

但总归这个事情是比较稳定的，所以风控模型没必要过于频繁迭代，像搜广推那样。

你得有个度。至于这个度具体是什么，当然也没有定论。我只能说，当你感到不对劲的时候，很可能就真的没有用，如果你对自己的能力有信心的话。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

其实上面有几个字很重要： 建模目标不等同于信用，而是信用的一个表示 。它解释了风险表现的不确定性，因为当A是B的一种表示时，就意味着A是实例而不是B本身，还可以有别的表示。风险呈现了什么样的形态，由用户、平台、市场环境等多方面确定。‍‍‍‍‍‍‍‍‍‍‍

论据二：动量策略不一定适用于信贷风控领域。‍‍‍‍‍‍‍

固定策略下，一万个用户通过了，用前八千样本和后八千样本建模有区别吗？没有区别，因为这里不受策略影响。

当然你硬要说的话，还有一个因素是时间。这个当然是可忽略不计的，行吧，我们也别忽略不计。

时间，可能会使得这两者建模有差别，但却不一定是哪个好哪个坏。用后八千样本建模更好的可能性稍微大一点点，这是认为用最近的样本建模用于未来的预测是更好的。这就是动量策略，其思想是趋势总是倾向于继续。神经网络中的动量优化算法核心思想也是如此。‍‍‍‍‍‍‍‍‍‍‍‍

如上图，斜线和波动线，动量策略效果会差别很大。实际上，除非把波动线切分地足够细，不然，它是不适用的。

信贷市场环境是斜线还是波动线呢？‍‍‍‍‍‍

动量策略还存在一个更大的问题是，风险预测里有一个很长的表现期，例如mob6甚至mob12，也就是说你的样本离现在已经隔了半年甚至一年了。因为这个gap的存在，动量还行不行实际上很不好说。gap一长也可能是周期你说对不对。

推荐文章

米内网 · 【瞩目】中药1类新药来袭！180亿市场波澜再起

5 天前

晚点Auto · 蔚来刷新亏损纪录，但李斌维持今年四季度盈利目标

昨天

晚点Auto · 蔚来刷新亏损纪录，但李斌维持今年四季度盈利目标

昨天

DearAuto · 吹牛、忽悠、贬对手，车企营销“三件套”正在犯众怒 |事情正在起变化

2 天前

芝能汽车 · 奥迪2024财报分析：转型阵痛，怎样破局？

2 天前

有车以后 · 三巨头联手打造，小米SU7克星竟是它？

2 天前

金融先生MrFinance · 985大学工资收入前10专业排行榜

8 年前

木雕 · 中国有座价值连城的紫檀博物馆，里面可都是精品呀！

7 年前

IT之家 · 微软Lumia960工程机闲鱼大曝光：天价9999元拒绝讲价

7 年前

手机市场分享 · 苹果确认了清除后台运行App并不能帮iPhone省电

7 年前

HR私董会 · 卫哲：招聘是业务主管的事，培训要老板亲自挂帅！

7 年前