离线风控和实时风控

离线风控和实时风控是金融领域中的两种重要的风险控制方法。离线风控是指在交易发生后，通过对交易数据进行分析和挖掘，对交易的风险进行评估和控制。实时风控是指在交易发生过程中，实时监控交易数据，对交易的风险进行实时评估和控制。

离线风控的优势在于可以对历史交易数据进行全面的分析，发现潜在的风险，并进行有效的控制。但是，离线风控存在一定的延迟性，无法对实时交易数据进行有效的控制。

实时风控的优势在于可以对实时交易数据进行实时监控和评估，及时发现和防范风险。但是，实时风控需要更加复杂的技术和高效的处理能力，以及对大量数据的实时处理和分析。

在金融领域中，离线风控和实时风控通常会结合使用，以更好地控制交易风险。腾讯云提供了一系列金融科技相关的产品和服务，可以帮助企业构建安全、可靠、高效的金融交易系统，包括腾讯云金融科技产品、腾讯云数据库、腾讯云存储、腾讯云云服务器等。

腾讯云金融科技产品：https://cloud.tencent.com/product/cfs

腾讯云数据库：https://cloud.tencent.com/product/cdb

腾讯云存储：https://cloud.tencent.com/product/cos

腾讯云云服务器：https://cloud.tencent.com/product/cvm

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

风控ML | 风控建模的KS

我们这做风控模型的时候，经常是会用KS值来衡量模型的效果，这个指标也是很多领导会直接关注的指标。今天写一篇文章来全面地剖析一下这个指标，了解当中的原理以及实现，因为这些知识是必备的基本功。...不过这不影响我们去使用它，我们只需要知道在风控中是怎么实现的，并且在实际场景中怎么去使用它就可以了。就如上面我们说的，KS在风控主要是用于评估模型的好坏样本区分度高低的。什么是区分度？...可以看下图：从业务上来说，就是越往后的箱子，客户的质量越差，rate整体上呈现单调性，从而可以把大多数的坏人，直接从箱的维度上就可以区分开来了，在后续的风控策略使用体验上十分友好。...02 KS的生成逻辑 KS的生成逻辑公式也是十分简单：好样本累计占比坏样本累计占比在风控领域，我们在计算KS前一般会根据我们认为的“正态分布原则”进行分箱，一般来说分成了10份，然后再进行KS的计算...03 KS的效果应用 KS的值域在0-1之间，一般来说KS是越大越有区分度的，但在风控领域并不是越大越好，到底KS值与风控模型可用性的关系如何，可看下表： 004 KS的实现首先我们来对上面展示的例子进行

4.4K3 0

何为风控

风控定义风控是风险控制的简称，在百度百科中是这么定义风险控制的。风控在我们日常生活中随时可见，小到账户登录验证码，都可以算是一种风控的手段。...这里我们着重了解下信贷下的风控，结合了场景的风控，则赋予了更多的意义。...信贷风控的目标是「利益最大化」，而不是没有风险，在风险和利润之间找到平衡，是信贷风控的核心。...，以及在信贷场景下的风控如何实现，风控的目标永远是降风险，但不是一味地降，在不同场景下有不同的考虑。...文章例子参考《智能风控平台：架构、设计与实现》

1.5K2 1

风控ML | 风控建模中GBDT和XGBoost怎么调优

00 Index 01 GBDT和XGBoost的原理介绍 02 GBDT和XGBoost的异同点分析 03 什么风控建模场景下常用这两个明星算法？...03 什么风控建模场景下常用这两个明星算法？...交易反欺诈：A级出场率，主要是支付风控，防止客户进行薅羊毛、套现等行为。客户流失：A级出场率。贷后催收告警：A级出场率。迁徙率预测：B级出场率。失联修复：C级出场率。...而关于风控模型怎么调优，我会在下一节一起讲。...风控模型怎么调优关于风控模型的调优，先前有篇文章讲得比较细致《风控ML[7] | 风控模型调优的思路有哪些》，大家可以移步去回顾一下。

1.3K3 0

风控ML | 风控建模的WOE与IV

「风控ML」系列文章，主要是分享一下自己多年以来做金融风控的一些事一些情，当然也包括风控建模、机器学习、大数据风控等相关技术分享，欢迎同行交流与新同学的加入，共同学习，进步！...第一次接触这两个名词是在做风控模型的时候，老师教我们可以用IV去做变量筛选，IV（Information Value），中文名是信息值，简单来说这个指标的作用就是来衡量变量的预测能力强弱的，然后IV又是...len(data_bad) len_good = len(data_good) for value in value_list: # 判断是否某类是否为0，避免出现无穷小值和无穷大值...1）注意区分变量类型，数值型变量和类别型变量要区分对待。 2）注意分组后是否出现某组内的响应(未响应)数量为零的情况，如果为零需要处理一下。...len_good = len(data_good) for value in value_list: # 判断是否某类是否为0，避免出现无穷小值和无穷大值

3.5K2 0

信贷风控模型搭建及核心风控模式分类

E.应用场景风控模型的应用场景非常广泛，只要牵扯互联网金融的行业就缺少不了风控模型的存在，从借贷的角度来看，平台要评估借贷者的个人征信和还款能力从而保证投资者的收益；从投资者的角度，要保证平台的资金安全...另外，风控模型在不同的阶段体现的方式和功能也不一样。...从资金的角度来看，风控模型是为了评估用户还款能力和还款意愿，反欺诈反作弊，防止用户薅羊毛和保证平台安全等功能；从行业的角度，互联网风控模型体现在消费金融／供应链金融／信用借贷／P2P／大数据征信等方面。...F.设计纬度风控模型的设计其实就是多维度和多角度的设计方式，这里我们就简单的通过一个对于线上借贷用户进行资质审核的模型进行举例子；从下面的流程我们可以看到，风控模型的审核流程一般都是要经过机器审核和人工确认的相结合的方式...所以说，风控模型的计算策略和机制在一个公司属于绝密，规则除了核心的员工，其他人是不能知道风控规则的。四、风控的核心如果说金融产品的核心是风控，那么风控的核心是什么?

2.1K1 0

风控“规则集”的性能测试（Python实操）

本篇更新策略篇的规则集性能测算及Python实操，内容选自《100天风控专家》第57期。首先介绍规则集的完整分析流程，包括五个步骤。一、规则集分析流程 1....规则集线下性能测试：将备选规则组成规则集，进行性能测试和评估 4. 规则集线上效果监控：按一定时间周期对规则集中的单一规则、组合规则的命中率稳定性监控。 5....规则调优：根据监控指标和业务变化进行A类调优、和D类调优。二、规则集线下性能测试 1. 综合命中率综合命中率就是规则集作为整体的最终命中率，它是由内部规则共同作用后得到的一个综合结果。...三、案例分析Python代码实操通过配置决策树参数以及入模变量数量，自动化生成规则100多条，通过规则评估指标如命中率、精准率、召回率、lift进行初步筛选，组成为规则集进行初步的性能测试。...-end- 以上内容节选自《100天风控专家》从0到1的信贷风控训练营

1601 0

1.1 风控原则

02 公司风险管理 02.1 评估对冲风险的优点和缺点理论缺点：完美资本市场理论建议不对冲风险完美资本市场不存在，分散化需要成本完美资本市场理论忽略了金融灾难和破产的成本由于定价复杂和不准确，所以对冲不是零和游戏...由于采购和销售不同国家的产品影响income，所以有Operation Risk 采购和销售的产品价格会变化，所以有Pricing Risk 和外国交易，payment是外币，balance sheet...Director角色是审核和分析：公司的风险管理政策公司的周期风险管理报告公司的appetite和对商业策略的影响公司的内部控制公司的金融报告和揭露公司相关方的信息任何内外部的审计报告...4.理解所有风险的技术技能 5.教育board和业务条线的顾问技能和其他高管合作：汇报给CEO／CFO，还有和board的dotted line 这货就好像一个公司的书记 04.4 区分ERM program...熟悉当前通用的风险管理实践保证沟通不包含错误信息在分析和建议时区分客观evidence和主观opinion ?

2.4K6 0

支付风控模型

这就需要对风控模型进行合理的设计。一般来说，要提升风控的拦截效率，就需要考虑更多的维度，但这也会带来计算性能的下降。在效率和性能之间需要进行平衡。...本文重在介绍建立风控模型的方法，每个公司应该根据自己的实际业务情况和开发能力来选择合适的模型。这里列出来的模型仅为了说明问题，提供参考。...而每一个模型的发布，还需要进行试运行，AB测试和上线。这个过程，将在下一篇的风控架构中介绍。...五、模型评估风控本质上是对交易记录的一个分类，所以对风控模型的评估，除了性能外，还需要评估“查全率”和“查准率”。...支付风控场景分析；支付风控数据仓库建设；支付风控模型和流程分析(本文)；支付风控系统架构发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn

1.8K2 1

风控ML | 风控中的异常检测原理与应用

今天来介绍一下风控中的异常检测，从最基础的概念开始讲起，因为本人对这块的内容平时工作也做得不多，更多滴偏向于“纸上谈兵”，有什么说得不对的地方，也欢迎各位朋友指正～谢谢。...异常检测的概念 02 异常检测的难点 03 异常检测的分类及常见算法 01 异常检测的概念异常检测（Anomaly Detection 或 Outlier Detection），又称为离群点检测，在我们风控领域很多地方都会用到...第三个会想到的，可能就是卡方检验了，卡方检验属于非参数检验，由于非参检验不存在具体参数和总体正态分布的假设，所以有时被称为自由分布检验。...基于图模型的异常检测分为孤立点检测和异常群簇检测。...，神经网络会尽量留下有用的信息，去除掉一些不重要的信息和噪声。

2.6K2 0

风控ML | 风控建模中怎么做拒绝推断

《风控建模中的样本偏差与拒绝推断》https://zhuanlan.zhihu.com/p/88624987 不过我也还是把他文章里的分类体系在这里重点再次分享一下。...06 总结一下本文算是一个对拒绝推断的入门介绍了，让初涉风控模型的同学有一个相对来说比较清晰的全局认识，这里面涉及到的很多算法模型上的细节并没有展开来讲，因为我觉得这也会让阅读带来比较大的负担，公众号的文章还是要控制在几分钟内读完比较合适...Reference [1] 异常检测算法分类及经典模型概览 https://blog.csdn.net/cyan_soul/article/details/101702066 [2] 风控建模中的样本偏差与拒绝推断

1.6K3 0

风控ML | 风控建模老司机的几点思考与总结

「风控ML」系列文章，主要是分享一下自己多年以来做金融风控的一些事一些情，当然也包括风控建模、机器学习、大数据风控等相关技术分享，欢迎同行交流与新同学的加入，共同学习，进步！...需要了解几点内容： 1、模型应用节点 2、时效性要求 2、有没有预算，预算有多少 3、项目紧急程度模型应用节点模型的应用节点，决定了你有哪些变量是不可以用的，避免说出现“事后变量”或者是无法上线的变量，这往往是和业务逻辑是挂钩的...更加细致的数据挖掘过程这里就不展开，有很多好的书籍和开源代码可以参考。...4、算法调参和模型评估的方法太多太成熟了，可以自己试着总结一份demo代码。

1.4K3 0

风控为本创新驱动，券商如何实现智能风控加速？

而由于合规风控处于企业核心竞争力的高度，原风控数据积累10年，数据量已超30TB。...非现场风控平台各项报表和查询生成时间逐渐拉长。夜间批量任务越来越慢，部分任务出现超时失败现象。 02 原合规风控数据库数据量巨大，原有的传统的备份手段难以实现数据的实时保护。...价值提升 1 通过QData数据库云平台大幅提升了风控系统的业务效率，风控日终调度业务从原十几个小时缩短至1.5小时，性能提升10倍以上。...每日高管报表从原半小时缩短至几分钟，并基于QData高效的处理能力实现了实时风控与管理。同时，QPlus在大体量的数据实时备份的情况下既解决了成本问题又不失备份效率。...坚持自主研发，助力企业数字化转型可持续发展该行业内头部券商表示：基于沃趣产品的高性能，帮助企业实现了实时风控，全面部署了对线上全渠道、全业务、实时性的欺诈防控。

1.1K1 0

风控决策引擎经验

一套完整的风控体系，在风控中，少不了决策引擎，今天就浅谈一下风控决策引擎。一、优先级风控决策引擎是一堆风控规则的集合，通过不同的分支、层层规则的递进关系进行运算。...风控系统的作用在于识别绝对风控与标识相对风险，如果是绝对风控，则整套风控的审核结果便将是“拒绝”。既然结果必然是“拒绝”，则没必要运行完所有的风控规则，而主要单条触发“拒绝”即可停止剩余规则的校验。...而一些通过对接外部三方征信的风控规则，需支出相关查询费用的，则靠后运行。此外，在外部三方征信的规则中，命中式收费的风控规则（如黑名单与反欺诈）又可以优先于每次查询式收费的风控规则（如征信报告）运行。...“参数”决定了区间和上下限范围，一条风控规则通常作用于某一数据类型，依据此数值是否满足“参数”的定义范围，得出是否可通过风控的结论。...三、记录与统计风控最终到底是“跑出来”的，所以，整个风控系统对所有不同风控规则的触发需进行有效的记录与统计，以便后期可支持数据分析与风控模型调整的相关工作。

1K3 0

风控建模整体流程

确定建模目的在信贷领域中建立风控模型是为了找出可能会逾期的客户，根据逾期的可能性和资金的松紧程度选择是否放贷。在支付领域建立风控模型是为了找出可能存在非法经营的商户，保证商户没有违法经营。...确定好坏样本逻辑在信贷领域中逾期大于x期(不同公司取值不同)的客户定义为坏客户(1),从未逾期的客户定义为好客户(0) 在支付风控领域中，有赌博、欺诈、套现、伪卡等行为的商户定义为坏商户(1)(具体根据模型要防控的风险决定...特征工程在风控领域一直都有这样一句话 “数据决定了机器学习的上限，而算法只是尽可能逼近这个上限”，这里的数据指的就是经过特征工程得到的数据。通俗的讲就是衍生变量去捕获风险客户。...本文只阐述原理，具体计算公式和代码在后续文章中会给出 8. 模型上线在支付风控领域如果模型验证没有问题，一般会上到线上，自动生成案例。...本文所讲的都是大致流程，没有深入展开分析，在之后的各期中会逐步展开这里所讲的每一小点，给所有需要从事风控模型的同学一点建议。以上都是我在建模过程中的一点经验总结，有不正之处恳请指正！

1.9K2 0

风控模型–Odds含义

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/141728.html原文链接：https://javaforall.cn

1.1K2 0

实时业务风控系统

账号：垃圾注册、撞库、盗号等交易：盗刷、恶意占用资源、篡改交易金额等活动：薅羊毛短信：短信轰炸项目介绍实时业务风控系统是分析风险事件，根据场景动态调整规则，实现自动精准预警风险的系统。...本项目只提供实时风控系统框架基础和代码模板。...，对各种场景风险阈值和评分的设置，需要长期不断的调整，所以灵活的规则引擎是很重要的支持对历史数据的回溯，能够发现以前的风险，或许能够找到一些特征供参考项目标签轻量级，可扩展，高性能的Java实时业务风控系统...基于Spring boot构建，配置文件能少则少使用drools规则引擎管理风控规则，原则上可以动态配置规则使用redis、mongodb做风控计算和事件储存，历史事件支持水平扩展原理统计学...；扩展风控规则，针对需要解决的场景问题，添加特定规则，分值也应根据自身场景来调整。

2.1K1 0

风控数据体系-简介

早期传统金融的风控主要利用了信用属性强大的金融数据，一般采用20个维度左右的数据，利用评分来识别客户的还款能力和还款意愿。...结合中国互联网发展，以及目前的征信监管要求，对可用数据及可用风控类数据做一个全面的梳理。...2.风控数据来源 2.1 数据应用逻辑常见风控流程中，客户准入时提供的资信材料有限，业务机构风控数据体量不足，仅仅根据内部风险数据进行风险评估会非常片面，无法全面的把控某位客户的风险情况，所以通常需要依赖于第三方供应商提供数据作风控支撑...未来百行能不能有效被使用上还有待观察，但风控人员可先了解其相关的资料。百行征信涉及的模块，主要包括以下方面：报告相关数据：报告时间；查询原因；查询结果等。...4.2 明确需求建议：回顾第二节数据应用逻辑关于业务类型、风险类型、风控流程、风险画像等的介绍。

3.8K6 5

风控ML | 风控模型报告以及上线后需要监控的内容

一个优秀的模型上线报告以及一个优秀的上线后模型监控报表，在我们日常风控建模中是非常的常用并且有用的，今天这个话题就来和大家聊聊怎么去制作优秀的模型上线报告以及上线后的模型监控报表，主要聊聊思路，先要有一个全局的感受...以下内容均基于自己浅薄的经历提炼的，如有纰漏，欢迎指正或补充哦，欢迎交流～ 00 Index 01 聊聊为什么要做这件事 02 标配的风控模型上线报告应具备哪些内容 0201 模型现状 0202 KS值与各种曲线...02 标配的风控模型上线报告应具备哪些内容 0201 模型现状想要突出你模型的好，你得先分析旧模型的不好。比如说，把目前线上模型的实际表现进行统计，如KS值、分组排序性、PSI等基础指标。...一般情况下，我们会对预测结果按照一定的阈值，进行分组，比如分为A/B/C/D/E/F共6组，越靠后就意味着越有可能是高风险客户，我们给予一定的风控规则进行拦截。...Reference [1] 风控模型监控报告系统设计 https://zhuanlan.zhihu.com/p/83025492 [2] 模型评估方法之KS曲线和ROC曲线 https://zhuanlan.zhihu.com

3K2 1

风控模型基本概念和方法

该训练营第一期为风控主题，培训内容十分紧凑，非常好，推荐：CDA数据科学家训练营 —————————————————————————————————————————— 一、风控建模流程以及分类模型建设...2、分类模型种类与区别风控与其他领域一样，分类模型主要分为两大类：排序类、决策类、标注类（文本、自然语言处理）。一般来说风控领域在意的是前两个模型种类，排序类以及决策类。...（1）ROC曲线对角线模型，最差，风控喜欢的指标。由决策类指标的灵敏度（召回率/覆盖率）与特异度（负灵敏度、负召回率）来构造。求覆盖率等指标，需要指定一个阈值（threshold）。...将概率从大到小铺开x，提升度可以有一些“忽悠”的成本，哈哈~可以微调，可以自己调节提升度的区间（3）K-S曲线风控喜欢的指标。K-S曲线的最大值代表K-S统计量。...（4）洛伦兹曲线gini 风控喜欢的指标，TP率给了一个累积比，跟提升度差不多。

1.3K1 1

金融风控数据管理——海量金融数据离线监控方法

作者：housecheng 腾讯WXG工程师 |导语解决金融风控数据监控“开发门槛高”“重复工作多”的痛点，实现PSI计算性能十倍速提升。...背景在金融业务上，质量和稳定是生命线，我们需要对所有已经上线的风控要素，如策略、模型、标签、特征等构建监控。...在过去，我们部署监控的方式为：风控要素负责同学在要素上线前，通过spark\sql完成对监控指标的运算并例行化；将监控指标运算结果出库mysql\tbase，用于指标的展示和告警；告警系统轮询指标是否异常...，如多数风控要素都涉及PSI计算，只是告警阈值不一样；指标出库、配置告警等同样是重复相似操作。...小结针对金融风控要素监控的“开发门槛高”“重复工作多”等问题，本文提出了“统一监控计算与检查工具”这一解决方案，本文详细论述了该方案TaskMaker、 Calculator、 Checker等各个模块的设计实现

2.7K1 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云