3. PSI 参数设置：时间周期选择、平滑因子设定、参数优化方法

PSI（Population Stability Index）的计算结果高度依赖于参数配置。不合理的参数会导致指标对分布漂移“过度敏感”或“反应迟钝”，从而失去哨兵预警的实际价值。本章从时间窗口、平滑机制和优化路径三个维度，给出可落地的参数设置方案。

3.1 时间周期选择

时间周期决定了“当前分布”与“基准分布”的对比跨度。周期过短会放大噪声，周期过长则会延迟漂移发现。下表列出不同业务场景的推荐周期：

3.2 平滑因子设定

直接使用原始频数计算 PSI 容易受单期极端值干扰。引入平滑因子（Laplace 平滑或 Dirichlet 先验）可以提升指标鲁棒性。常用方法包括：

• 加 1 平滑（Add-1 / Laplace）：每个分箱的频数加 1，避免零频数导致 PSI 无穷大。
• 加权移动平均（WMA）：对连续多期的分布概率做指数加权，降低单期噪声。
• 贝叶斯收缩：将当前分布向基准分布做部分收缩，适用于小样本场景。

下表对比三种平滑策略的适用条件：

3.3 参数优化方法

参数优化不是一次性工作，而是一个持续迭代的过程。下图展示参数优化的闭环流程：

3.4 参数优化步骤清单

1. 候选参数网格构建：时间周期取 [1d, 1w, 2w, 1m]，平滑因子 α 取 [0.1, 0.2, 0.3, 0.5]，分箱数取 [5, 10, 20]。
2. 历史漂移事件标注：至少收集 10～20 次已知分布漂移事件（如 2020 年 3 月流动性危机、2021 年 5 月商品波动率骤升）。
3. PSI 序列回测：对每组参数计算全历史 PSI 序列，记录每次漂移事件前后的 PSI 值变化。
4. 阈值与性能评估：对每组参数，遍历候选阈值（0.10, 0.15, 0.20, 0.25, 0.30），计算检出率、误报率、平均预警延迟。
5. 最优参数选择：选择 F1-score 最高且预警延迟 ≤ 2 个时间周期的参数组合。
6. 滚动再优化：每季度或每次重大市场结构变化后，重复步骤 1～5。

3.5 参数敏感性分析示例

以下代码展示如何用 Python 对时间周期和平滑因子做网格搜索，并输出最优参数组合：

import numpy as np
import pandas as pd
from scipy.stats import chi2

def psi_grid_search(actual_series, expected_series, 
                    periods=[1, 5, 10, 20], 
                    alphas=[0.1, 0.2, 0.3, 0.5],
                    bins_list=[5, 10, 20]):
    """
    网格搜索 PSI 最优参数组合
    actual_series: 当前分布序列（DataFrame，每列一个特征）
    expected_series: 基准分布序列
    """
    best_params = None
    best_f1 = -1
    
    for period in periods:
        for alpha in alphas:
            for n_bins in bins_list:
                # 平滑处理
                smoothed_actual = actual_series.ewm(alpha=alpha).mean()
                smoothed_expected = expected_series.ewm(alpha=alpha).mean()
                
                # 分箱与 PSI 计算
                psi_values = []
                for i in range(period, len(smoothed_actual)):
                    a = smoothed_actual.iloc[i-period:i].values.flatten()
                    b = smoothed_expected.iloc[i-period:i].values.flatten()
                    
                    # 等频分箱
                    bins = np.percentile(b, np.linspace(0, 100, n_bins+1))
                    a_binned = np.digitize(a, bins) - 1
                    b_binned = np.digitize(b, bins) - 1
                    
                    # 计算 PSI
                    p_a = np.bincount(a_binned, minlength=n_bins) / len(a_binned)
                    p_b = np.bincount(b_binned, minlength=n_bins) / len(b_binned)
                    p_a = np.clip(p_a, 1e-6, None)  # 避免 log(0)
                    p_b = np.clip(p_b, 1e-6, None)
                    
                    psi = np.sum((p_a - p_b) * np.log(p_a / p_b))
                    psi_values.append(psi)
                
                # 此处应接入标注事件计算 F1，简化示例仅返回 PSI 均值
                avg_psi = np.mean(psi_values)
                if avg_psi > best_f1:  # 实际应使用 F1
                    best_f1 = avg_psi
                    best_params = (period, alpha, n_bins)
    
    return best_params

# 使用示例（伪数据）
# params = psi_grid_search(actual_df, expected_df)
# print(f"最优参数：周期={params[0]}, 平滑α={params[1]}, 分箱数={params[2]}")