2. 回放对比概念：回放（Replay）与对比（Comparison）
在风险验证领域，回放对比是确保风险控制策略在系统迭代、数据迁移或配置变更后仍然有效的核心方法。它通过“重放”历史交易或事件，将实际执行结果与预期基准进行“对比”，从而量化风险敞口的变化。
2.1 回放（Replay）的定义
回放是指将过去某一时间段内的真实交易数据、市场行情或事件日志，在当前的系统环境或测试环境中重新执行一遍的过程。其核心目的是验证系统逻辑是否与历史表现一致。
- 数据源：历史交易流水、行情快照、风控事件日志。
- 执行环境：生产环境快照、预发布环境、独立测试集群。
- 输出结果：风控决策结果（通过/拒绝/人工审核）、计算指标（保证金、敞口、VaR）。
关键点：回放不是简单的“重跑”，而是要求输入数据、时间戳、系统状态与历史时刻完全一致，才能保证结果的可比性。
2.2 对比（Comparison）的定义
对比是指将回放产生的新结果集与历史基准结果集进行逐字段、逐记录的差异分析。对比的粒度决定了风险发现的精度。
| 对比维度 | 对比内容 | 典型差异类型 |
|---|---|---|
| 决策结果 | 通过/拒绝/人工 | 误杀（本应通过却被拒绝）、漏杀（本应拒绝却被通过） |
| 计算数值 | 保证金、敞口、罚金 | 精度误差、公式变更、参数漂移 |
| 处理耗时 | 响应时间、队列等待 | 性能退化、超时增加 |
| 日志轨迹 | 规则命中链、异常堆栈 | 规则顺序变化、异常消失/新增 |
2.3 回放对比在风险验证中的作用
回放对比是风险验证的“黄金标准”，它解决了传统测试方法无法覆盖的三大难题：
- 回归风险量化：系统升级后，哪些历史交易的风控结果发生了变化？变化幅度是否在可接受范围内？
- 数据一致性校验：数据迁移或模型重构后，同一笔交易的计算结果是否与历史一致？
- 策略有效性回溯：如果历史某笔交易发生了风险事件，当前策略能否正确拦截？
核心价值：回放对比将风险验证从“人工抽检”升级为“全量自动化校验”，确保每一次变更都经过历史数据的严格检验。
2.4 回放对比的典型应用场景
在实际风险验证工作中，回放对比主要应用于以下三类场景：
- 版本回归验证：每次风控系统版本发布前，回放最近一个月的交易数据，确保核心规则和计算逻辑未发生非预期变更。
- 数据迁移校验：数据库迁移、数据模型重构后，回放历史数据验证迁移前后计算结果的一致性。
- 策略调优评估：调整风控规则或参数后，回放历史风险事件数据，评估新策略的拦截效果和误杀率。
常见误区：回放对比发现差异后，不要立即判定为“系统缺陷”。需要先排除数据时间戳不一致、环境配置差异、外部依赖变化等干扰因素，再定位根因。
2.5 回放对比的关键指标
为了量化回放对比的效果，通常需要关注以下核心指标：
| 指标名称 | 计算公式 | 说明 |
|---|---|---|
| 结果一致率 | 一致记录数 / 总记录数 × 100% | 衡量整体结果的一致性水平 |
| 误杀率 | 新增拒绝数 / 历史通过总数 × 100% | 新策略错误拦截的正常交易比例 |
| 漏杀率 | 新增通过数 / 历史拒绝总数 × 100% | 新策略遗漏的风险交易比例 |
| 数值偏差率 | ｜新值 - 旧值｜ / 旧值 × 100% | 计算类字段的相对偏差幅度 |
实践建议：在首次建立回放对比体系时，建议先以“结果一致率”作为核心指标，逐步建立基线；待基线稳定后，再引入误杀率、漏杀率等精细化指标。