2. 金融特征基础
在金融风控与量化体系中，特征不是简单的“字段”或“指标”，而是把原始业务数据转化为可计算、可解释、可治理的风险信号或交易信号。理解特征的定义、分类、生命周期和应用场景，是后续做特征注册、版本管理与元数据治理的前提。
一、核心原理：什么是金融特征
金融特征可以定义为：从原始数据中抽取、加工并经过验证的、能够对特定金融目标（如违约概率、欺诈概率、未来收益、波动率）具有区分度或预测力的数值化表达。它通常由三部分构成：
- 业务语义：特征代表什么风险或收益含义，例如“近90天逾期次数”代表历史履约稳定性。
- 计算逻辑：从哪些源字段、按什么窗口、用什么聚合函数计算得到。
- 元数据约束：数据类型、取值范围、更新频率、负责人、版本号、合规标签。
一个常见误区是把“原始字段”直接当特征使用。例如把“用户年龄”直接入模，既没有分箱，也没有考虑业务合规边界。真正的特征工程需要完成语义定义→计算实现→质量校验→注册发布的闭环。
核心公式：特征 = 业务语义 + 计算逻辑 + 元数据约束 + 质量校验。缺少任何一项，特征都难以在风控与量化中稳定复用。
二、金融特征的主要类型
按数据形态与业务用途，金融特征可分为以下几类：
| 特征类型 | 典型示例 | 主要用途 | 治理要点 |
|---|---|---|---|
| 基础属性特征 | 年龄、职业、地区、学历 | 客群分层、准入规则 | 合规脱敏、分箱边界 |
| 行为统计特征 | 近30天登录次数、近90天逾期次数 | 风控评分、欺诈识别 | 时间窗口、更新频率 |
| 时序/窗口特征 | 滚动7日收益率、20日波动率 | 量化选股、择时 | 对齐时点、防未来函数 |
| 关系网络特征 | 担保圈中心度、设备共用数 | 团伙欺诈、关联风险 | 图计算口径、隐私保护 |
| 文本/舆情特征 | 公告情感分、新闻热度 | 事件驱动、风险预警 | NLP模型版本、时效性 |
在量化场景中，特征还常按“因子”分类，如价值因子、动量因子、质量因子、波动率因子。风控场景则更强调可解释性与合规性，因此统计类与规则类特征占比更高。
三、特征生命周期：从诞生到退役
特征不是一次开发就永久有效。一个完整的特征生命周期通常包含六个阶段：
- 需求提出：业务方或策略团队提出特征假设，明确目标变量与使用场景。
- 开发实现：数据工程师编写SQL、Python或Flink任务，完成特征计算。
- 质量校验：检查缺失率、异常值、分布稳定性、与目标变量的区分度（如IV、KS）。
- 注册发布：将特征写入特征注册中心，分配唯一特征ID、版本号与元数据。
- 监控运维：持续监控PSI、覆盖率、延迟，发现漂移及时告警。
- 退役归档：当特征失效、合规要求变化或模型下线时，标记为废弃并保留历史版本。
提示：特征生命周期的关键不是“开发”，而是“注册”与“监控”。没有注册，特征无法被复用；没有监控，特征会悄悄失效。
四、风控与量化中的应用场景
在风控领域，特征主要用于贷前准入、贷中监控、贷后催收。例如贷前使用“近6个月查询次数”“多头借贷平台数”识别高风险客户；贷中使用“额度使用率突增”“还款行为异常”触发预警。
在量化领域，特征用于选股、择时、组合优化。例如使用“过去20日动量”“营收同比增长率”“分析师预期修正”构建多因子模型。量化特征对时点对齐要求极高，必须严格避免未来函数。
# 示例：一个风控特征的计算口径
feature_id: risk_loan_30d_overdue_cnt
description: 近30天逾期次数
source_table: dwd_loan_repay_detail
calculation: count(distinct loan_id) where overdue_days > 0 and repay_date >= current_date - 30
data_type: int
range: [0, 100]
update_freq: daily
owner: risk_data_team
version: v1.2
compliance_tag: PII-free下面这张图展示了金融特征从原始数据到风控/量化应用的流转关系，以及注册与版本治理在其中的枢纽位置。
五、常见误区与复盘
误区一：特征越多越好。大量高相关特征会导致过拟合、计算成本上升、解释困难。应通过IV、相关性分析、SHAP值做筛选。
误区二：忽略时点对齐。量化中若使用未来数据计算当前特征，回测收益虚高，实盘必然亏损。必须严格按“T日仅使用T日及之前数据”计算。
误区三：不做版本管理。特征口径变更后，旧模型可能因特征分布变化而失效。每次变更必须升版本并记录变更原因。
误区四：元数据缺失。没有负责人、没有合规标签、没有血缘关系，特征无法审计，也无法在团队间复用。
复盘一个真实场景：某消费金融公司曾将“近7天申请次数”直接用于贷前模型，但未注册版本。后来业务调整窗口为“近30天”，旧模型仍调用旧特征，导致KS从0.42降至0.28。引入特征注册中心后，每个特征绑定版本与生效时间，模型训练时自动拉取指定版本，问题得以解决。
因此，金融特征的基础工作不仅是“算出来”，更要“管起来”。定义清晰、类型明确、生命周期可控、应用场景匹配，才能为后续的特征注册、版本管理与元数据治理打下坚实基础。