VIP20
本课程属于：053-反洗钱监测Champion对照实验 金融科技风控与量化工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

反洗钱模型评估与对照实验方法指南

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
反洗钱模型评估的重要性 · 课程目标与适用人群 · 对照实验在模型验证中的核心地位
课程导论反洗钱模型评估的…
02
反洗钱基础概念
洗钱三阶段（处置 · 离析 · 融合）
反洗钱基础概念洗钱三阶段
03
反洗钱模型类型
规则引擎模型 · 机器学习模型（监督/无监督） · 图神经网络模型
反洗钱模型类型规则引擎模型
04
模型评估基础
评估的目的（性能 · 稳定性 · 公平性）
模型评估基础评估的目的
05
数据准备与预处理
数据清洗 · 特征工程 · 标签定义（可疑/正常）
数据准备预处理
06
数据集划分策略
时间序列划分（避免未来信息泄露） · 分层抽样 · 跨机构数据划分
数据集划分策略时间序列划分
07
对照实验设计原则
随机化 · 控制变量 · 重复性
对照实验设计原则随机化
08
实验组与对照组定义
基线模型（规则/传统模型） · 实验模型（新算法/新特征） · 多组对比设计
实验组对照组定义
09
评估指标概览
混淆矩阵 · 准确率 · 精确率
评估指标概览混淆矩阵
10
分类模型核心指标详解
精确率与召回率的权衡 · Fβ-score · 提升度（Lift）
分类模型核心指标…精确率
11
概率校准与排序指标
Brier分数 · 对数损失（Log Loss） · 排序分组的KS值
概率校准排序指标
12
时间序列与稳定性指标
PSI（群体稳定性指标） · CSI（特征稳定性指标） · 模型衰减分析
时间序列稳定性指标
13
成本敏感评估
误报成本（人工审查成本） · 漏报成本（监管罚款） · 成本矩阵与最小化策略
成本敏感评估误报成本
14
公平性与偏差评估
人口统计平等 · 机会均等 · 不同群体（地域
公平性偏差评估
15
对照实验流程设计
假设提出 · 实验计划书编写 · 随机分组
对照实验流程设计假设提出
16
实验环境搭建
离线实验（历史数据回测） · 在线实验（影子模式） · 生产环境A/B测试
实验环境搭建离线实验
17
回测（Backtesting）方法
时间序列回测 · 滚动窗口回测 · 事件驱动回测
Backtesting回测
18
交叉验证在AML中的应用
K折交叉验证 · 分层K折 · 分组K折（按客户ID）
AML交叉验证
19
统计显著性检验
t检验 · McNemar检验 · Wilcoxon符号秩检验
统计显著性检验t检验
20
多重比较校正
Bonferroni校正 · Holm-Bonferroni方法 · FDR控制（Benjamini-Ho…
多重比较校正Bonferroni
21
模型可解释性评估
SHAP值 · LIME · 特征重要性
模型可解释性评估SHAP
22
阈值选择与调优
Youden指数 · 成本收益分析 · 动态阈值策略
阈值选择调优
23
模型对比报告模板
实验摘要 · 数据集描述 · 指标对比表
模型对比报告模板实验摘要
24
案例研究一
规则模型 vs 机器学习模型（XGB…
案例研究一vs
25
案例研究二
不同采样策略（SMOTE vs 随机…
案例研究二SMOTE
26
案例研究三
图神经网络（GNN）与传统特征工程模…
案例研究三GNN
27
案例研究四
在线A/B测试——新模型上线前的影子…
案例研究四A/B
28
常见陷阱与注意事项
数据泄露 · 样本选择偏差 · 多重比较陷阱
常见陷阱注意事项
29
监管合规与模型审计
模型验证报告要求 · 监管检查要点 · 模型文档化标准（SR 11-7）
监管合规模型审计
30
课程总结与未来展望
自动化评估框架 · 联邦学习下的评估挑战 · 可解释AI在AML中的趋势
课程总结未来展望