1. 课程导论与沙盘全景
1.1 什么是授信评分沙盘
授信评分沙盘是一个端到端的仿真决策环境，它模拟了从原始数据接入到最终授信额度/利率输出的完整业务链路。与传统静态评分卡不同，沙盘允许你在受控环境中反复迭代特征、模型与策略，观察每个环节对最终审批率、坏账率、收益率的影响。
核心定位： 授信评分沙盘 = 数据管道 + 模型工厂 + 决策引擎 + 监控仪表盘，四者闭环运行。
1.2 业务价值
| 价值维度 | 具体收益 | 典型场景 |
|---|---|---|
| 风险可控 | 上线前预演策略效果，避免直接生产试错 | 新客群准入策略验证 |
| 迭代加速 | 特征/模型/策略并行开发，缩短上线周期 | 月度模型版本更新 |
| 可解释性 | 每个决策节点可回溯，满足监管合规要求 | 拒绝原因代码输出 |
| 资源节约 | 减少无效数据采购与模型重复开发成本 | 特征重要性排序后裁剪 |
1.3 全流程概览
授信评分沙盘遵循数据 → 特征 → 模型 → 决策 → 监控五阶段流水线。每个阶段既是独立模块，又通过标准化接口串联。
- 数据层： 原始数据接入（征信、行为、三方数据）、数据清洗、缺失值/异常值处理。
- 特征层： 特征工程（WOE编码、分箱、交叉特征）、特征筛选（IV值、相关性、稳定性）。
- 模型层： 逻辑回归/树模型/集成模型训练、评分卡转换、模型验证（KS、AUC、PSI）。
- 决策层： 阈值设定、授信额度/利率定价、拒绝原因码映射、人工审批规则叠加。
- 监控层： 模型稳定性（PSI）、特征分布漂移、策略效果回溯、报表自动生成。
1.4 课程目标
完成本课程后，你将具备以下能力：
- 独立搭建授信评分沙盘： 从零开始构建包含数据、特征、模型、决策、监控的完整Python工程。
- 掌握核心风控指标： IV、WOE、KS、AUC、PSI、Lift、Gini等，并能结合实际业务解读。
- 实现评分卡转换与策略仿真： 将模型输出映射为可解释的评分卡，并模拟不同阈值下的审批/坏账表现。
- 生产级代码规范： 模块化设计、配置驱动、日志监控、单元测试，符合金融级代码要求。
1.5 学习路径
课程按基础 → 进阶 → 实战三阶段递进，每章均包含代码实现与沙盘实验。
| 阶段 | 章节范围 | 核心产出 |
|---|---|---|
| 基础篇 | 第1-8章 | 数据清洗、特征工程、单变量分析、评分卡基础 |
| 进阶篇 | 第9-20章 | 多模型对比、集成学习、超参调优、模型解释性 |
| 实战篇 | 第21-30章 | 沙盘全流程整合、策略仿真、监控看板、部署方案 |
学习建议： 每章先通读理论部分，再运行配套代码沙盘，最后修改参数观察效果变化。建议准备一个专用笔记本记录每次实验的KS/PSI/坏账率变化。
1.6 沙盘环境准备
课程使用Python 3.10+，核心依赖如下：
# 核心依赖（建议使用conda虚拟环境）
pandas==2.1.0
numpy==1.25.0
scikit-learn==1.3.0
xgboost==2.0.0
lightgbm==4.0.0
matplotlib==3.7.0
seaborn==0.12.0
shap==0.42.0
optuna==3.3.0
# 安装命令
pip install -r requirements.txt
重要提示： 沙盘中的所有数据均为脱敏模拟数据，不包含真实客户信息。模型输出仅用于教学演示，不可直接用于生产环境。