写在前面：

此文为一个简单的风控决策模型的开发逻辑及细节，仅供科技金融领域做风控建模的新手参考，具备能够看懂并且尝试风控模型开发及部署的能力。

看官如果能够看懂下文内容，并且跃跃欲试，那么可联系我来要代码（会提供脱敏后的代码给大家做参考）。

---

一 模型开发流程

1、模型开发

（1）数据源测试： 测试需要对接的三方数据源，可分为线下测试和线上测试两种。通过类似覆盖率、交叉矩阵、KS等指标判断数据质量。

（2）aip测试接口对接：如果数据源质量ok，开发人员对接数据源接口，取数调参。

（3）函数式编程代码块：代码结构化分块编程，防止重复编写，同样提升调用效率。

2、模型部署

（1）路由配置： 配置好模型路由

（2）api正式接口对接： 完成数据源接口的对接，部署到线上。

（3）模型调用： 支持传参调用整个模型（包括规则集和机器学习模型），返回最终决策结果。

3、模型监测

（1）运营指标

• ①数据源调用率

• ②单模型拒绝率

• ③整体通过率

• ④单一规则触碰比

（2）风控指标

• ①AUC
• ②KS

4、模型调优

• ①调整数据源的部署逻辑

• ②调整规则集

• ③调整评分卡

• ④整体上的目的就是降低损失的同时提高通过。

---

二 代码逻辑

整体逻辑如下：

1、测试文件test或线上访问url

2、调用视图views中的模型解释器@app.route

3、数据源derived

4、规则集rule

5、机器学习模型model

这里评分卡模型，基本是用标准评分卡和树结构的评分卡实现的。