4. 回测系统需求分析：数据源接入、策略规则引擎、回测时间窗口、结果归因分析
回测系统是坏账率哨兵架构中验证策略有效性的核心环节。本章从四个维度拆解回测系统的需求：数据源接入保证历史数据的完整性与时效性；策略规则引擎提供灵活的规则编排能力；回测时间窗口控制回测的粒度与范围；结果归因分析定位策略盈亏或坏账波动的根因。以下逐一展开。
4.1 数据源接入
回测系统需要对接多个异构数据源，覆盖交易流水、用户画像、外部征信、宏观经济指标等。数据接入层必须解决以下问题：
- 多协议适配：支持 Kafka、REST API、JDBC、文件导入（CSV/Parquet）等常见协议。
- 数据质量校验：对缺失值、异常值、时间戳乱序进行清洗与告警。
- 增量与全量混合：历史全量回测使用批量导入，实时哨兵使用增量流式接入。
- Schema 注册与版本管理：使用 Schema Registry 保证字段兼容性，避免回测结果因字段变更而失真。
| 数据源类型 | 接入方式 | 典型字段 | 更新频率 |
|---|---|---|---|
| 交易流水 | Kafka 实时 + HDFS 批量 | 用户ID、交易金额、时间戳、商户ID | 秒级 |
| 用户画像 | MySQL JDBC 或 Redis | 年龄、收入、信用分、历史逾期次数 | 天级 |
| 外部征信 | REST API 回调 | 征信查询次数、负债率、黑名单标记 | 小时级 |
| 宏观经济 | 文件导入 / 第三方 API | CPI、失业率、基准利率 | 月级 |
实践建议：数据接入层应设计为可插拔的 SPI 架构，每新增一种数据源只需实现统一的 Source 接口，避免回测引擎核心逻辑被数据源细节污染。
4.2 策略规则引擎
策略规则引擎是回测系统的“大脑”，负责将业务规则转化为可执行的判定逻辑。需求包括：
- 规则编排：支持 AND/OR/NOT 逻辑组合，以及优先级、权重、熔断等高级编排。
- 动态加载：规则变更后无需重启回测任务，通过事件总线热加载新规则。
- 表达式支持：内置 Groovy、MVEL 或自研 DSL，允许风控人员编写自定义评分公式。
- 规则版本追踪：每条规则关联版本号与生效时间窗口，便于回测历史快照。
核心指标：规则引擎单次判定延迟应 < 5ms（单机），支持每秒 10 万+ 次规则评估，才能满足高并发回测场景。
下图展示规则引擎在回测流程中的位置与内部组件：
4.3 回测时间窗口
回测时间窗口决定了策略在历史数据上的“观察范围”与“评估粒度”。需求点如下：
- 窗口类型：支持固定窗口（如 2024-01-01 ~ 2024-06-30）、滑动窗口（如最近 90 天，每天向前滚动 1 天）、事件触发窗口（如用户首次逾期后 30 天）。
- 时间分区对齐：回测数据按天/小时分区存储，窗口边界必须与分区边界对齐，避免跨分区扫描性能劣化。
- 冷启动与预热：首次回测时需加载窗口起始点之前的历史数据用于特征计算（如 30 天滚动均值），预热期不计入评估。
- 并发窗口隔离：多组回测任务可同时运行，各自窗口状态独立，互不干扰。
| 窗口类型 | 适用场景 | 优势 | 劣势 |
|---|---|---|---|
| 固定窗口 | 监管报表、季度复盘 | 结果稳定，易于对比 | 无法捕捉近期趋势变化 |
| 滑动窗口 | 实时哨兵策略调优 | 及时反映最新数据分布 | 计算量大，需增量更新 |
| 事件触发窗口 | 贷后催收策略验证 | 聚焦特定风险事件 | 窗口长度需人工设定 |
注意：滑动窗口回测时，必须使用“未来不可见”原则——回测到某一天时，只能使用该天之前的数据，严禁引入未来信息，否则坏账率会被严重低估。
4.4 结果归因分析
归因分析是回测系统的价值终点，回答“策略为什么有效/无效”以及“坏账波动由哪些因素驱动”。需求包括：
- 多维度下钻：按用户群组（新客/老客）、产品线、渠道、地域等维度拆分回测结果。
- 贡献度分解：使用 Shapley 值或线性归因，量化每个规则/特征对坏账率的边际贡献。
- 对比基线：自动与无策略基线、上一版本策略、行业基准进行对比，生成差异报告。
- 可视化输出：输出瀑布图、热力图、时间序列折线图，辅助分析师快速定位根因。
下图展示归因分析模块的输入、处理与输出流程：
关键指标：归因分析模块应能在 5 分钟内完成 1 亿条回测记录的多维度下钻与贡献度计算，支持分析师交互式探索。
4.5 需求总结
回测系统需求可归纳为以下四类核心能力：
- 数据源接入：多协议、高吞吐、Schema 兼容，保证历史数据完整可回溯。
- 策略规则引擎：热加载、高并发、版本快照，支持复杂逻辑编排。
- 回测时间窗口：灵活窗口类型、分区对齐、冷启动隔离，避免未来信息泄露。
- 结果归因分析：多维度下钻、贡献度分解、基线对比，驱动策略迭代。