3. 阈值敏感性分析的数据基础与指标定义
阈值敏感性分析不是把阈值从 1 调到 100 看报警数量怎么变，它的前提是有一套口径稳定、可复现的数据基础和一组定义清晰的指标。如果数据字段含义模糊、清洗规则随意、指标口径前后不一致，那么后续得到的"敏感性曲线"只是噪声的另一种表现形式。本节围绕四个问题展开：交易数据里哪些字段真正参与阈值判断、清洗与预处理要守住哪些底线、报警率与误报率如何定义、敏感性分析的目标函数与约束条件如何设定。
一、参与阈值判断的交易数据字段
异常交易监控的原始数据通常来自交易流水、账户信息和行情快照三类来源。对阈值敏感性分析而言，并非所有字段都同等重要，需要区分"阈值直接作用的字段"和"用于分组、归因、验证的辅助字段"。
阈值直接作用的字段决定了报警的触发逻辑。以典型的频率类规则为例，"同一账户在 60 秒内成交笔数"这一指标由账户号、成交时间、成交方向三个字段聚合而成；金额类规则依赖成交金额、委托金额；价格偏离类规则依赖成交价与同期参考价（如均价、前收盘价）。这些字段的精度、时区、单位必须统一，否则同一阈值在不同数据切片上会得到完全不同的报警量。
辅助字段虽然不直接进入阈值比较，但决定了分析能否分层。账户类型（个人/机构）、客户风险等级、交易品种、交易时段、营业部归属等字段，用于把报警率拆到不同子群体上观察。缺少这些字段，敏感性分析只能给出全局平均，无法回答"阈值收紧对哪类客户影响最大"这一关键问题。
还有一类字段用于事后验证，即标签字段：监管问询记录、人工核查结论、历史确认的异常案例。它们是计算误报率的必要条件。没有标签，只能算报警率，算不出误报率。
二、数据清洗与预处理的要点
清洗的目标不是让数据"好看"，而是让阈值比较在一致的口径下进行。实践中需要重点处理以下几类问题。
- 时间口径统一。不同系统的成交时间可能分别采用交易所时间、本地服务器时间或 UTC。必须统一到同一时区，并明确"60 秒窗口"是左闭右开还是双闭区间，窗口边界规则一旦确定，全部分析不得更改。
- 重复与撤单处理。同一笔成交可能因多路回报而重复入库，需按成交编号去重；撤单是否计入"委托笔数"必须事先约定，否则频率类指标会系统性偏高。
- 异常值与缺失值。金额为负、价格为 0、账户号为空等记录应标记而非直接删除，删除会改变分母，进而扭曲报警率。建议保留原始行并增加"是否有效"标志位，分析时按需过滤。
- 样本期与观察窗口对齐。阈值敏感性分析通常按日或按周切片，需保证每个切片内交易日数量、交易时长一致，节假日和半日市要单独标注。
三、报警率与误报率的定义
报警率刻画规则的触发强度，常用定义为：报警率 = 触发报警的账户数（或交易笔数）÷ 同期活跃账户数（或交易笔数）。分子分母的口径必须匹配：若分子按账户计，分母也应按账户计；若按笔数计，则两边都按笔数计。混用会导致比率失去意义。
误报率刻画报警的准确性，定义为：误报率 = 经核查确认无异常的报警数 ÷ 报警总数。这里的关键是"确认"的来源——是人工核查结论，还是事后价格回归正常等间接判据。不同确认方式得到的误报率不可直接比较，分析报告中应注明确认口径。
两个指标的方向性值得注意：阈值收紧时，报警率下降，但剩余报警的误报率通常也下降（因为只保留了更极端的案例）；阈值放松时则相反。敏感性分析要观察的正是这条"报警率—误报率"的权衡曲线，而不是单独看某一个指标。
四、敏感性分析的目标函数与约束条件
敏感性分析本质是一个带约束的优化问题：在若干阈值组合下，寻找使目标函数最优的取值。目标函数需要把报警率和误报率合成一个可比较的量。常见做法是加权形式，例如：目标值 = w₁ × 报警率 + w₂ × 误报率，权重反映业务偏好；也可以采用"在误报率不超过上限的前提下最小化漏报"这类分层目标。无论哪种形式，权重或上限都必须事先写定，不能在看到结果后调整，否则分析就变成了事后拟合。
约束条件通常来自三个方面。其一是核查能力约束：每日报警量不能超过核查团队的处理上限，否则报警会积压失效。其二是风险容忍约束：误报率不得超过某一水平，或对高风险客户群体的召回率不得低于某一比例。其三是稳定性约束：阈值调整后，报警量的日间波动不应超过设定幅度，避免规则频繁抖动。
一个可操作的示例：假设某频率规则当前阈值为 60 秒内 20 笔，历史数据显示报警率 0.8%、误报率 65%。分析时设定误报率上限 50%、日核查上限 300 条，在阈值 15 至 30 之间逐点计算。若阈值提高到 25 笔时报警率降至 0.3%、误报率降至 48%，但高风险客户召回率跌破 70% 的下限，则该点不可行；最终可行区间可能落在 20 至 23 笔之间。这里的数值均为教学示例，实际分析须以本机构数据重新计算。
把上述四部分串起来看：字段决定了能算什么，清洗决定了算得准不准，指标定义决定了结果如何解读，目标函数与约束决定了最终选哪个阈值。四者缺一，敏感性分析就会退化为一次没有结论依据的参数扫描。