VIP20
本课程属于：066-金融压力测试A B分流方案 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

金融风险暴露A B测试实战讲解

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
金融风险暴露的定义 · A/B测试在风控中的价值 · 课程目标与学习路径
课程导论金融风险暴露的定…
02
风险暴露基础
信用风险 · 市场风险 · 操作风险
风险暴露基础信用风险
03
A/B测试原理
假设检验 · 第一类与第二类错误 · 统计功效
A/B测试原理
04
金融场景中的A/B测试
为什么金融风控需要A/B测试 · 与传统风控策略的区别
A/B金融场景
05
实验设计原则
随机化 · 控制组与实验组 · 样本量计算
实验设计原则随机化
06
风险指标选择
违约率 · 损失率 · 风险敞口
风险指标选择违约率
07
数据收集与预处理
数据源识别 · 数据清洗 · 缺失值处理
数据收集预处理
08
特征工程
风险特征构建 · 特征分箱 · WOE编码
特征工程风险特征构建
09
假设检验实战
t检验 · z检验 · 卡方检验在风险指标对比中的应用
假设检验实战t检验
10
样本量计算
基于功效分析的样本量公式 · Python实现 · 金融场景案例
样本量计算基于功效分析的样…
11
随机化方法
完全随机化 · 分层随机化 · 区组随机化在风控实验中的应用
随机化方法完全随机化
12
多重比较问题
Bonferroni校正 · FDR控制 · Holm方法在风险指标对比中的使用
多重比较问题Bonferroni
13
时间序列A/B测试
时间窗口选择 · 季节性调整 · 滚动时间窗实验设计
A/B时间序列
14
网络效应与干扰
金融网络中的用户关联 · SUTVA假设 · 集群随机化
网络效应干扰
15
长期效应评估
延迟转化 · 用户生命周期价值 · 长期风险暴露监测
长期效应评估延迟转化
16
Python实验框架搭建
使用statsmodels · scipy进行假设检验 · 样本量计算
Python实验框架搭建
17
模拟数据生成
基于真实风险分布生成A/B测试模拟数… · 蒙特卡洛模拟
模拟数据生成A/B
18
信用评分卡A/B测试
新旧评分卡对比实验 · 拒绝推断 · 实验偏差控制
A/B信用评分卡
19
风控策略调优实验
额度策略 · 定价策略 · 催收策略的A/B测试设计
风控策略调优实验额度策略
20
欺诈检测A/B测试
规则引擎升级 · 模型替换 · 实时决策实验
A/B欺诈检测
21
市场风险A/B测试
交易策略对比 · VaR模型验证 · 压力测试实验
A/B市场风险
22
操作风险A/B测试
流程优化 · 系统变更 · 人工审核效率实验
A/B操作风险
23
结果分析
置信区间计算 · 效应量评估 · 业务显著性判断
结果分析置信区间计算
24
可视化报告
使用matplotlib · plotly绘制风险指标对比图 · 置信区间图
可视化报告matplotlib
25
实验监控与止损
实时监控面板 · 提前停止规则 · 错误发现率控制
实验监控止损
26
合规与伦理
金融监管要求 · 数据隐私 · 公平性
合规伦理
27
案例实战1
信用卡额度调整对违约率影响的A/B测…
案例实战1A/B
28
案例实战2
贷款审批模型升级对坏账率影响的A/B…
案例实战2A/B
29
案例实战3
催收策略优化对回收率影响的A/B测试…
案例实战3A/B
30
课程总结
A/B测试在金融风控中的最佳实践 · 常见陷阱 · 未来趋势
课程总结A/B