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

可疑交易监测A B测试从理论到实践

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
可疑交易监测的行业背景 · A/B测试在风控中的价值 · 课程目标与学习路径
课程导论可疑交易监测的行…
02
可疑交易基础
什么是可疑交易 · 典型洗钱模式 · 监管要求（AML/KYC）
可疑交易基础什么是可疑交易
03
A/B测试基础
A/B测试的定义 · 核心要素（对照组/实验组 · 随机化
A/B测试基础
04
统计基础I
描述性统计（均值 · 方差 · 分布）
统计基础I描述性统计
05
统计基础II
假设检验（t检验 · 卡方检验） · p值与置信区间
II统计基础
06
A/B测试设计原则
随机化分组方法 · 分流策略（用户级/交易级） · 避免污染与干扰
A/B测试设计原则
07
可疑交易监测指标
准确率 · 召回率 · 精确率
可疑交易监测指标准确率
08
实验假设构建
零假设与备择假设 · 业务假设（如新规则降低误报率10%） · 效应量设定
实验假设构建零假设
09
样本量计算
基于功效分析的样本量公式 · Python实现（statsmode… · 交易数据场景下的特殊考虑
样本量计算基于功效分析的样…
10
实验周期确定
流量预估 · 最小可检测效应 · 时间窗口（日/周/月）
实验周期确定流量预估
11
对照组与实验组设计
对称设计 · 非对称设计 · 多臂实验（MAB）
对照组实验组设计
12
数据采集与埋点
交易日志结构 · 特征工程（金额 · 频率
数据采集埋点
13
Python实验框架搭建
使用Python实现分流模块 · 随机种子控制 · 实验配置管理
Python实验框架搭建
14
模拟数据生成
生成合成交易数据（正常/可疑） · 模拟不同规则效果 · 数据质量验证
模拟数据生成生成合成交易数据
15
实验运行与监控
实时仪表盘设计 · 监控指标（样本均衡性 · 分流偏差）
实验运行监控
16
结果分析I
描述性对比（均值 · 分布图） · 置信区间计算
结果分析I描述性对比
17
结果分析II
假设检验实战（Python scip… · 多重比较校正（Bonferroni） · 亚组分析
II结果分析
18
结果解读与决策
统计显著性与业务显著性 · 误报率与漏报率的权衡 · 上线决策框架
结果解读决策
19
常见陷阱与偏差
辛普森悖论 · 幸存者偏差 · 数据窥探
常见陷阱偏差
20
案例实战I
降低误报率实验——新规则 vs 旧规… · 从设计到分析全流程
案例实战Ivs
21
案例实战II
提升召回率实验——机器学习模型 vs… · A/B测试实施
II案例实战
22
案例实战III
多规则组合实验——正交实验设计 · 交互效应分析
III案例实战
23
A/B测试与在线学习
多臂老虎机（MAB）在交易监测中的应… · 探索与利用平衡
A/B测试
24
实验平台化
从手动脚本到自动化平台 · 实验管理API · 元数据存储
实验平台化从手动脚本到自动…
25
合规与伦理
数据隐私（GDPR） · 客户知情权 · 实验对真实交易的影响评估
合规伦理
26
实验报告撰写
结构化报告模板 · 可视化图表（SVG） · 结论与建议
实验报告撰写结构化报告模板
27
组织级实验文化
跨团队协作（风控/数据/工程） · 实验评审流程 · 知识沉淀
组织级实验文化跨团队协作
28
前沿趋势
因果推断（DID · IV） · 强化学习在反洗钱中的应用
前沿趋势DID
29
课程总结
核心知识点回顾 · 常见错误清单 · 进阶学习资源推荐
课程总结核心知识点回顾
30
毕业项目
设计并模拟一个完整的可疑交易监测A/… · 提交实验报告与代码
毕业项目A