1. 课程导入
在金融风控、反欺诈、信用评分、量化交易与智能投顾等场景中，模型上线并不代表工作结束，而是模型全生命周期管理的起点。数据分布会变、客户行为会变、宏观环境会变、监管口径也会变，模型一旦“漂移”，轻则导致审批通过率异常波动，重则造成坏账攀升、交易策略失效甚至合规风险。本课程围绕“金融模型漂移监控与告警”展开，帮助你把漂移从抽象概念转化为可观测、可量化、可告警、可处置的工程能力。
一、学习目标：从“知道漂移”到“管住漂移”
本课程不是单纯讲统计检验，而是面向金融生产环境的实战体系。学完后，你应当能够独立完成以下任务：
- 识别漂移类型：区分数据漂移、概念漂移、标签漂移与模型性能衰减，理解它们在金融业务中的不同表现。
- 设计监控指标：针对输入特征、预测分数、标签分布和业务结果，选择PSI、KS、KL散度、JS散度、Wasserstein距离等指标。
- 搭建监控流水线：从数据采集、特征快照、指标计算、阈值判定到告警触达，形成可落地的工程链路。
- 配置告警策略：掌握静态阈值、动态基线、分层告警、抑制与升级机制，避免告警风暴和漏报。
- 完成根因定位与复盘：能结合业务事件、数据质量、特征变更和模型版本，快速判断漂移来源并制定处置方案。
核心判断：漂移监控的目标不是“消灭漂移”，而是“在漂移造成实质损失之前，让正确的人知道，并做出正确决策”。
二、核心概念：数据漂移、概念漂移与模型衰减
金融模型漂移通常分为三类。第一类是数据漂移，即输入特征分布发生变化，例如收入分布整体下移、某地区申请量激增、交易金额分布右偏。第二类是概念漂移，即特征与标签之间的真实关系发生变化，例如同样的征信分数在政策收紧后违约概率上升。第三类是标签漂移，即目标变量分布变化，例如坏样本率从2%上升到5%。三者最终都可能表现为模型性能衰减，但根因和处置方式完全不同。
为了更直观地理解，下面给出一个金融风控场景中的漂移监控对象与指标对照表：
| 监控对象 | 典型指标 | 金融场景示例 | 告警关注点 |
|---|---|---|---|
| 输入特征分布 | PSI、KS、JS散度 | 申请收入、负债率、查询次数 | 特征级漂移，可能影响评分稳定性 |
| 预测分数分布 | PSI、均值/分位数偏移 | 信用评分、欺诈概率 | 分数整体偏移，影响通过率与额度 |
| 标签分布 | 坏样本率、KS、AUC | 违约率、欺诈率 | 真实风险变化，需重新校准或重训 |
| 业务结果 | 通过率、逾期率、拦截率 | 审批通过率、首逾率 | 业务损失与合规风险 |
在工程实现中，漂移监控通常以“时间窗口”为单位计算。例如按天、按周对比当前窗口与基准窗口。下面是一段简化的PSI计算示例，用于说明监控指标如何落地：
import numpy as np
def psi(base, current, bins=10):
base_perc, edges = np.histogram(base, bins=bins, density=True)
curr_perc, _ = np.histogram(current, bins=edges, density=True)
base_perc = np.where(base_perc == 0, 1e-6, base_perc)
curr_perc = np.where(curr_perc == 0, 1e-6, curr_perc)
return np.sum((curr_perc - base_perc) * np.log(curr_perc / base_perc))
# 示例：基准窗口与当前窗口的评分分布
base_scores = np.random.normal(600, 50, 10000)
curr_scores = np.random.normal(580, 55, 10000)
print("PSI:", round(psi(base_scores, curr_scores), 4))
经验阈值：PSI小于0.1通常认为稳定；0.1到0.25之间为轻度漂移，需关注；大于0.25为显著漂移，应触发告警并进入排查流程。但阈值必须结合业务容忍度调整，不能机械套用。
三、整体框架：从数据到告警的闭环
一个完整的金融模型漂移监控与告警体系，通常包含五层：数据层、特征层、指标层、告警层和处置层。数据层负责采集线上请求、特征快照和标签回传；特征层负责按模型版本对齐特征；指标层负责计算漂移指标与性能指标；告警层负责阈值判定、告警聚合与触达；处置层负责根因分析、模型重训、规则兜底或人工复核。
下图展示了这一闭环的核心结构，重点表达“监控对象—指标计算—告警判定—处置动作”之间的数据流与判断关系：
四、实战价值与常见误区
在金融场景中，漂移监控的实战价值体现在三个方面。第一，降低风险损失：当评分分布异常偏移时，及时告警可以避免坏账率快速上升。第二，提升模型运营效率：通过监控指标判断是数据问题、特征问题还是模型问题，减少盲目重训。第三，满足合规与审计要求：监管机构越来越关注模型的可解释性、稳定性和持续监控能力。
但实践中常见以下误区：
- 只看模型性能，不看数据分布：等AUC下降才告警，往往已经造成业务损失。
- 阈值一刀切：不同特征、不同客群、不同业务线的容忍度不同，必须分层配置。
- 告警无处置：只发邮件不跟进，告警会迅速被忽略，形成“狼来了”效应。
- 忽略标签延迟：金融标签往往滞后数周甚至数月，必须区分“即时监控”和“延迟监控”。
- 不做基准窗口管理：基准窗口选择不当，会导致漂移指标失真。
复盘提醒：漂移告警不是终点。每一次告警都应记录：触发时间、影响范围、根因判断、处置动作和最终效果。只有形成闭环，监控体系才会越用越准。
本课程后续将围绕上述框架逐步展开：从指标计算到告警配置，从单模型监控到多模型平台化，从离线复盘到实时流式监控。你现在需要建立的认知是：漂移监控不是一次性的统计报告，而是一套持续运行、持续反馈、持续优化的金融模型运营基础设施。