1. 课程导论：什么是实时风控巡检？为什么需要 PSI 与稳定性监控？
1.1 实时风控巡检的定义
实时风控巡检是一种持续、自动化的模型健康检查机制，它不同于传统的离线报表或 T+1 监控。巡检系统以分钟级或秒级频率，对线上风控模型的输入特征分布、评分输出、决策结果进行实时探测，一旦发现异常立即触发告警或熔断。
核心特征包括：
- 高频探测：每 5 分钟、10 分钟或每小时执行一次快照。
- 自动对比：将当前窗口的分布与基准窗口（如昨日、上周、上线首周）进行统计检验。
- 分级告警：轻度漂移记录日志，中度漂移发送通知，重度漂移自动切换模型或降级策略。
- 可观测性：巡检结果通过看板实时展示，支持下钻到特征级、时间片级。
💡 关键认知： 实时风控巡检不是“一次性验证”，而是模型上线后的“生命体征监护仪”。没有巡检，模型退化可能在造成大规模损失后才被发现。
1.2 为什么需要 PSI 与稳定性监控？
风控模型依赖历史数据训练，但线上数据分布会随时间、客群、政策、外部环境变化而漂移。PSI（Population Stability Index，群体稳定性指标）是衡量分布偏移最常用的量化工具。
稳定性监控的必要性体现在三个层面：
| 层面 | 风险描述 | PSI 的作用 |
|---|---|---|
| 特征层 | 用户年龄、收入、多头借贷等特征分布突变 | 逐特征计算 PSI，定位漂移源头 |
| 模型层 | 评分卡输出分数整体偏移，导致通过率异常 | 模型输出 PSI 监控整体稳定性 |
| 决策层 | 拒绝率、逾期率等业务指标剧烈波动 | PSI 作为前置预警，在指标恶化前发现分布变化 |
⚠️ 常见误区： 很多团队只监控模型 AUC/KS，忽略 PSI。AUC 下降时往往已经发生大量误判，而 PSI 可以在 AUC 下降前 1-2 周就捕捉到分布漂移信号。
1.3 课程整体目标
完成本课程后，你将具备以下能力：
- 理解 PSI 数学原理：掌握分箱方法、计算公式、阈值设定逻辑。
- 搭建实时巡检流水线：从数据采集、窗口计算、告警触发到看板展示的完整链路。
- 处理多场景漂移：区分自然漂移、数据质量问题和恶意攻击导致的分布变化。
- 制定巡检策略：根据业务容忍度设定 PSI 阈值、巡检频率、熔断机制。
- 落地工程实践：使用 Python/Spark/Flink 实现实时 PSI 计算，并集成到现有风控平台。
1.4 学习路径与章节地图
课程分为四个阶段，循序渐进：
| 阶段 | 章节范围 | 核心产出 |
|---|---|---|
| 基础篇 | 第 1-5 章 | PSI 计算原理、阈值设定、离线 PSI 脚本 |
| 实时篇 | 第 6-15 章 | 实时数据管道、滑动窗口 PSI、告警系统 |
| 进阶篇 | 第 16-25 章 | 多维漂移检测、多模型对比、自动化巡检策略 |
| 实战篇 | 第 26-30 章 | 完整项目实战、故障复盘、巡检平台搭建 |
📌 学习建议： 本章是课程的“地图”。建议先通读一遍，了解整体脉络，后续每章学习时再回到这张地图确认当前所处位置。对于 PSI 的数学公式和代码实现，将在第 2-5 章详细展开。