📚 课程目录第4章时间窗口特征

4. 时间窗口特征：滚动时间窗口与逾期行为时序

在催收场景中，借款人的还款意愿和能力并非静态不变，而是随时间动态演化。时间窗口特征的核心思想是：将历史行为按固定长度的时间段切分，在每个窗口内统计关键指标，从而捕捉行为趋势、波动和突变。本章聚焦三类最常用的时间窗口特征：滚动时间窗口、逾期天数衍生、还款行为时序特征。

4.1 滚动时间窗口（7天 / 30天 / 90天）

滚动时间窗口以当前日期为基准，向前滑动固定天数，统计该窗口内的行为汇总。不同窗口长度捕捉不同粒度的行为模式：

窗口长度	适用场景	典型特征示例	业务含义
7天	短期行为监控、催收响应	近7天通话次数、近7天还款金额	捕捉借款人近一周的紧急联系或还款动作
30天	月度还款习惯、收入周期	近30天逾期天数、近30天投诉次数	反映借款人月度内的还款稳定性
90天	长期信用趋势、风险分层	近90天最大逾期天数、近90天还款率	评估借款人中长期信用表现

  关键原则：窗口长度越长，特征越平滑，对短期波动的敏感度越低；窗口越短，特征越灵敏，但噪声也越大。实际建模中常将多个窗口特征同时入模，让模型自动学习最佳时间尺度。

滚动窗口特征计算示例（Python伪代码）：

import pandas as pd

def rolling_window_features(df, date_col, value_col, windows=[7, 30, 90]):
    """
    df: 包含日期和数值的DataFrame
    date_col: 日期列名
    value_col: 待统计的数值列名（如还款金额、通话次数）
    windows: 窗口长度列表
    """
    df = df.sort_values(date_col)
    for w in windows:
        df[f'{value_col}_rolling_{w}d_sum'] = (
            df[value_col].rolling(window=w, min_periods=1).sum()
        )
        df[f'{value_col}_rolling_{w}d_mean'] = (
            df[value_col].rolling(window=w, min_periods=1).mean()
        )
        df[f'{value_col}_rolling_{w}d_max'] = (
            df[value_col].rolling(window=w, min_periods=1).max()
        )
    return df

实战建议：对于催收场景，建议至少同时计算7天、30天、90天三个窗口的均值、最大值和趋势（如当前窗口均值 / 上一窗口均值），以覆盖短期响应、中期习惯和长期趋势三个维度。

4.2 逾期天数衍生特征

逾期天数是催收模型中最核心的标签之一，但原始逾期天数往往信息量不足。通过衍生变换，可以提取更丰富的风险信号：

当前逾期天数（DPD）： 距离应还款日未还的天数，直接反映逾期严重程度。
最大逾期天数（Max DPD）： 历史所有逾期中的最大值，刻画借款人的“最差表现”。
逾期天数均值（Avg DPD）： 近N次逾期的平均天数，反映逾期严重程度的平均水平。
逾期天数标准差（Std DPD）： 逾期天数的波动性，波动越大说明还款行为越不稳定。
逾期天数趋势（DPD Trend）： 近期逾期天数与历史均值的比值，判断逾期是恶化还是好转。
逾期天数占比（DPD Ratio）： 逾期天数占整个借款周期的比例，衡量逾期时间密度。

衍生特征	计算公式	业务解读
当前DPD	当前日期 - 应还款日	实时风险状态
Max DPD	max(历史所有DPD)	历史最差信用表现
Avg DPD	sum(DPD) / 逾期次数	平均逾期严重程度
DPD Trend	近3次DPD均值 / 全部DPD均值	>1 表示恶化，<1 表示好转
DPD Ratio	逾期天数 / 借款总天数	逾期时间密度

注意：逾期天数衍生特征容易与目标变量（如是否还款）产生高度相关性，导致过拟合。建议在特征筛选阶段使用时间序列交叉验证，避免未来信息泄露。

4.3 还款行为时序特征

还款行为时序特征关注借款人在时间轴上的还款动作模式，包括还款金额、还款频率、还款间隔等。这类特征能有效区分“习惯性逾期但最终还款”与“恶意逃废债”两类客群。

核心时序特征类别：

还款金额特征： 单次还款金额、累计还款金额、还款金额占应还比例、还款金额波动系数。
还款频率特征： 近30天还款次数、平均还款间隔天数、最长未还款间隔。
还款规律性特征： 还款日期是否集中在某几天、是否在催收电话后立即还款、还款时间是否在节假日。
还款序列模式： 是否连续还款、是否出现“还了又借”的循环模式、还款金额是否逐渐减少。

  实战案例：某消费金融公司发现，借款人在逾期后第3天、第7天、第15天是三个关键的还款时间节点。通过构造“是否在逾期后第3天还款”的二值特征，模型AUC提升了约2.3%。这说明时序特征能捕捉催收策略与借款人行为的交互效应。

4.4 特征构造实战流程

综合以上三类时间窗口特征，推荐以下特征构造流程：

数据准备： 清洗还款流水表、通话记录表、投诉记录表，确保每条记录有时间戳和唯一借款人ID。
窗口划分： 对每个借款人，以当前评估日为基准，向前滑动7天、30天、90天，分别提取窗口内的行为数据。
统计量计算： 在每个窗口内计算均值、最大值、最小值、标准差、趋势（当前窗口/上一窗口）、占比等。
逾期天数衍生： 基于窗口内的逾期天数序列，计算Max DPD、Avg DPD、DPD Trend、DPD Ratio等。
还款时序特征： 提取还款金额序列、还款间隔序列、还款日期模式等，构造频率和规律性特征。
特征拼接与筛选： 将所有窗口特征横向拼接成宽表，使用方差阈值、相关系数、IV值等方法筛选有效特征。

效率提示： 如果数据量较大（百万级以上），建议使用Spark或Polars进行窗口计算，避免Pandas内存溢出。同时，窗口特征可以预先计算并存储，在模型训练时直接读取，避免重复计算。

4.5 本章小结

滚动时间窗口（7天/30天/90天）是捕捉借款人行为动态变化的基础工具，不同窗口长度互补。
逾期天数衍生特征（Max DPD、Avg DPD、DPD Trend等）能有效刻画逾期严重程度和变化趋势。
还款行为时序特征（金额、频率、规律性、序列模式）是区分不同还款类型客群的关键。
特征构造应遵循“先窗口划分、再统计计算、最后拼接筛选”的标准化流程，确保可复现性和稳定性。