Skip to content

文章档案

全部文章按时间归档 · 可用分类 / 月份 / 关键词筛选,或切到日历视图按日期浏览

2026年11月4 篇

复杂样本的方差:三种方法,一条分界线分层抽样的方差公式里只有各层内部方差,两层的均值差本不该出现,很多人却把层间项的公式直接套了进来。本文比较泰勒近似、刀切与自助三种估计标准误的做法,含柯西—施瓦茨给出的下界、10% 与 50% 抽样比下 0.949 与 0.707 的有限总体校正系数,并用每组 300 次重复实验看均值与中位数上的差异。
统计
费马点怎么用代码找出来:退火、构造与误差费马点只靠三行坐标也能搜出来,前提是你清楚每种方法的代价。这篇文章用模拟退火、梯度零点法与托里拆利构造分别求解同一个三角形,比较三者需要的先验知识和误差量级:模拟退火拿约1e-5的相对误差要花2万次函数求值,梯度零点法一次牛顿迭代就到机器精度,另附钝角三角形退化情形下该如何处理的说明,以及选型对照表。
统计
费马点:三条线为什么正好隔 120°1643 年费马向托里拆利提了一个问题:平面上给定三点,找一点使得到三点的距离之和最小,答案落在三条连线夹角恰好 120° 的那一点。本文用旋转 60° 的折线拉直构造与向量法两种方式,证明这个角度是被几何结构逼出来的,并讨论内角超过 120° 时最优点退回顶点,用 8100 个钝角三角形暴力验证。
统计
二维码为什么扫不完:容量是怎么算出来的177×177 的 Version 40 二维码,总码字 3,706 个,扣掉功能区与纠错码后只剩 23,648 个可用 bit,最多装 7089 个数字字符,为什么还要留这么多冗余?本文把 16 个版本逐个算一遍码字与模块占比,两条路径互相印证,看数据模块占比怎么从 V1 的 47% 爬到 V40 的 94.6%。
统计

2026年10月2 篇

浏览器 Agent 怎么让 AI 自己操作网页?我用“QIAN数据”网站实测三种“喂网页”方式让Agent自己操作网页,真正的难点在于页面怎么交给模型。这篇文章在自己站点抓了12篇文章页,用o200k_base分词器实测四种喂法:原始HTML中位75227个token,可见文本6070个,中位相差12.4倍;再用Playwright加DeepSeek跑通观察、决策、动作的循环,给出按任务类型选表示形式的对照表。
LLM
LangChain MMR 检索实测——检索结果去重的数学原理与调参曲线纯相似度检索会给同一篇文章包场的机会:12个提问实测下来,8条结果平均只覆盖5.17篇不同文章。这篇文章在240篇文章、5062个文本块上对照MMR与纯相似度检索,λ取0.7时覆盖升到6.92篇、相关度只降1.9%,还推导了目标函数与(1−1/e)贪心下界,同时附上可直接运行的 LangChain 代码。
LLM

2026年9月9 篇

月相与经纬度——从"月有阴晴圆缺"到球面天文学,中秋到底该哪天圆?朔望月平均长度是29.53天,中秋的月亮却未必当晚最圆。这篇文章用Meeus月相算法算出2000至2050年间中秋满月落在农历初几:八月十六圆占47.1%,八月十五圆占39.2%;再讲月相角、照度和观测纬度如何共同决定月亮的观测高度角,以及上弦月的亮边为什么在北半球看上去像字母D、在南半球却像字母C。
统计
秋分的三个"分",一个都不准——昼夜平分、秋分那天昼夜真的各占12小时吗?这篇文章用太阳黄经二分法算出2026年秋分的精确时刻(北京时间9月23日8时05分),再代入球面三角公式计算昼长,发现太阳视半径与大气折射合计0.8333°的修正项,让北京当天的白昼长度多出约8.7分钟,并拆开昼夜平分、寒暑相半、平分秋色这三个“分”,看各自分的是什么。
统计
一条风控规则的完整一生——该不该写、怎么管、什么时候该删一条风控规则从写下到删掉,要经过该不该写成规则、上线后怎么管版本、什么时候该删这三道关。本文把规则的一生拆成定界、治理、退役三环:先按约束条件与六个结构盲区判断这个问题该由规则还是模型来做决策,再用rule_id、双时间轴与决策日志管理变更,最后用增量归因、稳定性、合规性与成本收益四条判据决定退役并附清单。
风控
4120 万行数据,DuckDB 用 1.2 秒,pandas 为什么连 4.8GB 内存都装不下4120 万行纽约出租车数据、硬盘上 661MB,放到一台 4.8GB 内存的机器上,pandas 一次读全表直接撑爆内存,DuckDB 对 parquet 聚合 1.2 秒出结果。本文用同一口径跑四种写法,验证行数、平均里程 4.9761 英里与刷卡占比 73.9674% 完全一致,再比较内存占用与执行时间。
LLM
π 变成一首歌:数字到底能不能"唱"出来?把圆周率的小数位映射到大调音阶,听起来能像一首歌吗?这篇文章把π、e、√2、φ与一段真随机数各取600位,按同一套映射规则合成旋律,再用置换检验比较音程跨度与级进率,结果p值全部大于0.97,彼此在统计上分不出来;而中文声调的级进率是27.5%,大约是纯数字映射的3.1倍,依字行腔本身就更适合唱成歌。
统计
开源数据库存储结构研究报告:从写入落地到 RUM 三角,五条物理约束如何决定选型数据库选型常被参数和口碑带偏,底下的物理约束却很少变。这份报告拆开PostgreSQL、ClickHouse、DuckDB、MongoDB、Redis等开源实现的存储层,从写入落地、索引占内存、扫描读字节三条路径讲到RUM三角,逐项对照各类结构的取舍与代价,每章附代价清单,每条结论都标注了论文或官方文档出处。
统计
门控遗漏定律与设计效应DEFF——定时任务跑了998次只失败4次,就敢说系统可靠吗?998次执行只失败4次,成功率99.6%,这份台账看着很稳,可按出过问题的作业算,这一比例其实占到了13.8%。这篇文章用Clopper-Pearson精确上界与门控遗漏定律重新算账,按设计效应折算后有效样本只剩约23个、名义上虚高43倍,并给出把漏检概率换算成成本、进而求出最优验证次数到底该跑几次的方法。
统计
Agent风险评分——12个维度怎么算成一张分数表两张Agent评分表,12个维度打分完全一样,最终风险等级却可能不同,差别全在权重、校准、阈值和监控这四步。本文用12个Agent、12个维度的模拟矩阵对比熵权法与CRITIC赋权,两种方法算出的最重与最轻权重相差5倍,再谈分数到概率的校准、Youden's J与业务约束切出的两个阈值,以及上线后用PSI盯住分布漂移。
LLM
多Agent合谋——当一个AI骗另一个AI时,反欺诈怎么接单笔看每笔申请都合规,合起来看却是一个协同团伙,这是多Agent合谋的典型形态。研究显示合谋通道打开后,群体级欺诈影响率从17.0%升到41.0%,对话从5轮加到40轮,成功率从10.8%爬到60.2%。本文用共现矩阵、Jaccard相似度与模块度把合谋结构还原,并给出反欺诈体系该在哪个环节接住这类风险。
LLM

2026年8月18 篇

消费贷贴息潮——利率降下来,风险升上去?2026年8月多家银行推消费贷贴息,部分产品利率从四字头降到三字头,借款人变便宜的同时客群结构也在变。本文用Stiglitz-Weiss模型推一遍利率与风险的定价关系:价格压到均衡以下,高风险需求被激活,低风险客户未必增量,并给出分层定价、额度用途管控、单独建账盯vintage曲线与压力测试四项风控做法。
风控
欺诈率0.1%的建模战争——99.9%准确率的模型为什么没用?ULB 信用卡数据集 284,807 笔交易里只有 492 笔欺诈,欺诈率 0.17%,全放行的准确率就有 99.83%,逻辑回归报出的 99.92% 只多赚 0.09 个百分点。本文推导贝叶斯最优阈值,按漏报与误拦的成本比扫描:成本比 100 倍时阈值取 0.032,召回 0.770、精确率 0.418。
风控
KS 与 AUC——单点 vs 积分,为什么 AUC 相同,KS 能差 40%模型 A 的 AUC 是 0.63、KS 0.19,模型 B 的 AUC 0.60、KS 0.16;换一组两个模型 AUC 都在 0.60 左右,KS 却是 0.14 和 0.20,差了 40%。KS 取 ROC 上离对角线最远的一点,AUC 是曲线下面积,一般分布下没有固定换算关系,本文推导双正态下的精确关系。
风控
交易图上的洗钱迷宫——非法交易抱团到什么程度?36,624 条边的实测答案洗钱团伙在交易图上到底抱团到什么程度?本文用 Elliptic 已知标签子图 35,874 个节点、36,624 条边实测:非法–非法边是随机期望的 5.68 倍,置换检验 p<0.0001,但非法节点的邻居非法占比均值只有 51.0%,最大连通分量的非法占比 0.86%,比全图平均的 6.92% 还低。
风控
KV-Cache——为什么AI回复越来越快,不用从头算一遍?自回归生成每吐一个新token,都要把前面的历史重新算一遍,计算量随序列长度按O(T²)增长。这篇文章从Attention公式出发推导KV-Cache为什么只缓存K和V矩阵、Q每步都得重算,并用Python实测有无缓存时的推理耗时与显存占用,最后拆解GQA如何把缓存压到原来的四分之一,以及显存和内存带宽这两笔代价。
LLM
RLHF与DPO——大模型是怎么学会说"人话"的?预训练和 SFT 之后,模型能说得流畅,却分不清哪个回答更好。RLHF 用三阶段补上这一课:SFT、偏好对训练奖励模型、PPO 加 KL 惩罚;DPO 把奖励与最优策略的闭式解代入偏好概率,绕开奖励模型。本文对比两条路线的损失函数、显存占用和超参数数量,也讨论 DPO 失去在线探索能力要付出的代价。
LLM
违约时间才是真信号——Cox 生存分析与竞争风险两个模型 AUC 都是 0.70,一个只答会不会违约,一个还答什么时候违约。本文用 LendingClub 2,257,159 笔贷款讲 Cox:偏似然把基线风险约掉,fico 每加一个标准差 HR 0.69;还清是竞争事件,KM 在 36 个月高估违约率 1.2 个百分点,应换用 Aalen-Johansen 估计。
风控
Vintage 分析——批次×账龄:暴露速度、违约高峰与客群分层2018 年新发放贷款的当前违约率是 1.79%,2015 年是 18%。按账龄对齐后,2018 年这批的 6 个月违约率是 2.4%,与 2012 年的 2.1% 几乎持平。本文用 LendingClub 225.7 万笔贷款画 Vintage 表,把当前违约率拆成真实违约率与已暴露比例,并用风险函数定位违约高峰。
风控
概率校准——什么时候是白干,什么时候救命同一个逻辑回归,随机切分的 ECE 只有 0.0009,按时间切分升到 0.0904,预测概率系统性偏高。本文用 LendingClub 对比 Platt 与 Isotonic:同分布时 Platt 拟合出 α=1.007、β=0.006,等于恒等变换;坏账率 17.5% 的校准集只会让 ECE 升到 0.0975。
风控
评分卡单调性——WOE 排序与回归系数,谁在说谎负债率 dti 的 WOE 曲线在尾部拐了个弯,dti 超过 60 之后风险反而回落,而只要 β≠0 分数对特征本该严格单调。本文用 sympy 对评分公式求导,证明单调方向只由 β 的符号决定,再检查实测 8 箱 WOE 值,定位到尾段两处反转,并给出特征业务方向与回归系数符号的配对检查规则和代码。
风控
策略规则里的死分支——阈值设得再严,客户根本不存在策略引擎里的规则很多是从没触发过的死分支:产品额度上限调到4万后,金额不得低于5万的分支永远落空。本文用LendingClub 226万笔贷款模拟9条复合规则,用SymPy区间代数判定数学死分支,用Wilson置信区间判定统计濒死分支,查出4条死分支占规则总数44%,删除后零坏账并释放55.9万美元安全额度。
风控
风控策略规则的代理变量冗余——九条规则三个维度,最优只需三条九条风控规则看着各不相同,命中的却是同一批客户,这类冗余只能靠数据判定。这篇文章用LendingClub 2007至2018年剔除缺失后的225.7万笔贷款,按独有命中、Jaccard重叠度、Lift与贪心集合覆盖逐一量化:负债率与月供收入比的相关系数高达0.987,三个维度各留一条就能覆盖76%。
风控
全球平均只升了1.2°C,为什么热浪一年比一年猛2024年全球平均温度比基准高1.28°C,最热月份却高了1.43°C,热浪的体感比平均升温更猛。本文用NASA GISTEMP 1880至2026年146年数据画出分布:均值140年右移1.56°C,99分位右移4.53°C,是均值的3倍;再用正态尾部面积与北极放大效应解释这个倍数差,附带风控中的同名现象。
统计
风控策略规则里的冗余——布尔代数怎么把规则迷宫变简单一套风控策略挂着 9 条拦截规则、分属三个团队,每个客户进来引擎最多要做 9 次条件判断,谁也说不清哪些是重复的。本文把规则翻译成 5 个原子命题(大额借款、高负债、近期逾期、账户过多、低收入),用布尔代数的吸收律、幂等律与分配律逐条化简,证明哪些条件是冗余的,并逐样本验证化简前后的拦截结果完全一致,附真值表。
风控
AI Agent越来越多,但谁来给Agent的风险分类——一个实用治理框架一个 Agent 在一次任务里可能串起 5-15 个工具调用,单次 1% 的失误概率放大到 10 次链路上就逼近 10%,而现有 AI 风险框架只评估模型输出。本文提出 ARC 框架:12 个风险维度各打 1-5 分,聚合为三个 GPA 指标,再按自主性分级输出三级治理动作,补上工具调用链与多步推理的治理盲区。
LLM
评分卡地形图——模型眼里的安全平原,现实里的危险山脊评分卡测试集KS为0.24,看起来能用,但在fico与dti交叉的某个网格上,模型预测违约31%,实际坏账达51.4%。本文用LendingClub 134.5万笔贷款建成WOE加逻辑回归评分卡,把模型预测与实际坏账率画成二维地形图,定位出四条交叉变量裂缝,最大低估25个百分点,并转成可落地的策略规则。
风控
James-Stein定理——为什么把估计往均值拉一点,整体反而更准同时估计多个参数时,把每个估计向全体均值拉一点,整体误差更小,James-Stein 定理证明 p≥3 时收缩的风险严格低于独立估计。本文用 LendingClub 的 50 个随机分组验证:MSE 从 0.000864 降到 0.000410,改善 52.5%;再按贷款金额分组,真实差异被洗掉,误差退化 9.8 倍。
统计
KS下降了,真的是模型出了问题吗——一个反事实诊断框架评分卡的 KS 从 0.40 掉到 0.33,模型团队紧急排查变量、调参重训,折腾两周后 KS 又自己回到 0.39,模型其实根本没变,变的是这一批进件客群的结构。本文给出一套四层反事实诊断框架,依次剥离抽样波动、组合构成、协变量偏移与模型真实漂移,先把假警报挡掉,再判断什么时候才该真正动模型重训。
风控

2026年7月28 篇

马尔可夫链——过去不决定你,只有现在这一步说了算1906 年,马尔可夫为了反驳「大数定律需要事件互相独立」这个论断,造了一个非独立却依然可预测的系统,这就是马尔可夫链的起点。本文用一个当前状态 S₀ 与下一步 S₁ 讲清无记忆性的数学定义,再拆开征信、履历这类外部记录与「我上次搞砸了」这类内部叙事两种枷锁,讨论过去为什么会一直把人困在原地,以及怎么从中走出来。
统计
牛顿法 vs 梯度下降——二阶优化的力量同样一个四次多项式求极小值,梯度下降沿着一阶梯度慢慢挪,牛顿法每一步都用 Hessian 修正搜索方向。本文从二次收敛性证明讲到初值选择与鞍点陷阱,讲清为什么牛顿法迭代次数少却每步更贵,再在 Rosenbrock 函数上实测:牛顿法 13 步收敛,梯度下降用了 247 步,附可复现的迭代代码与轨迹图。
统计
L1/L2正则化的数学解读——从Ridge到Lasso的收缩之路L1把系数压到零做特征选择,L2把系数等比例缩小却保留全部特征,差别来自约束区域的形状:菱形与圆形。本文从闭式解推导两种收缩路径,用Lasso路径图说明系数何时跳离零轴,再对比Elastic Net与交叉验证选λ,并按特征相关性、样本量与可解释性给出选型判据;用之前记得先把特征标准化,否则惩罚会失真。
统计
Z-score预警——A股科技股拥挤踩踏的量化信号拆解科创50 六月涨 26.07%、七月跌 22.23%,同一批个股上涨段的涨幅与随后下跌段的跌幅高度相关(r=-0.824)。本文用 2026 年 1-7 月的公开行情数据,把成交额占比做成 Z-score 度量板块拥挤度:6 月读数 +2.49σ,越过 +2σ 预警线。不构成任何证券投资建议。判读方法可自行复现。
统计
MCP协议打通风控工具链——让AI直接连决策引擎/黑名单库/特征平台一个做了五年风控策略的分析师,每天要在决策引擎、黑名单库、特征平台之间来回切换,大模型却一个都连不上。这篇文章讲清MCP的三层架构与JSON-RPC通信,逐条列出规则命中查询、阈值模拟、黑名单关联检索三个场景的提示词与返回结构,并排出L1全内网到L3全托管的数据安全三级方案,让单案件的排查耗时从30分钟压到3分钟。
LLM
数据不会骗人,但分组会——辛普森悖论1973年伯克利研究生录取数据显示男性录取率44%、女性35%,按院系拆开却找不到显著的性别歧视。本文用这组真实数据和理工科、文科的申请人数,讲清辛普森悖论是怎么发生的:女性集中在录取率低的院系,合并计算时比较的是两组结构不同的人,并给出风控指标拆解时该按什么口径分组、遇到反直觉结论该信哪组数字的判断。
统计
贝叶斯更新——失败只是更新了先验,不是你的终局十次抛硬币九次正面,频率派给出 p=0.01,断言这枚硬币不公;贝叶斯派只把先验下调一点,因为样本还太小。本文从 1763 年 Richard Price 宣读的论文讲起,推导贝叶斯公式,说明后验怎样成为下一次更新的先验,并用一次晋升失败把先验从 75% 调到 60% 的例子说明先验在判断中的位置。
统计
回归均值——跌到谷底之后,数学保证你会回升高个父母的子女平均偏矮、矮个父母的子女平均偏高,1886年高尔顿从豌豆和身高的散点图里发现了这条规律。本文讲清回归均值的数学机制:极端值里混着不会遗传的运气,所以再测一次自然回落;并给出判断一次失败是运气不好还是水平如此的方法,避免把运气当成能力或者都是。它只纠正极端,不拯救平庸,也别指望下滑自动反弹。
统计
平均数的暴政——当你不再是一个个体,而是一个均值「正常体温 37°C」来自 1851 年一位德国医生对几万人的腋下温度取平均,1992 年重新测量后真实均值落在 36.4°C 到 36.7°C 之间。本文从抽样框架、高尔顿的平均人与泰勒的秒表一路讲到 KPI 考核,说明平均数如何靠挑选样本把分布压成一个点,再给出风控里按品种分层看均值、避免被平均的做法。
统计
AI 热词的生命周期:用五个独立数据源统计判断一个AI概念是否在降温,凭感觉容易被近期刷屏带偏。这篇文章取Hacker News、Stack Overflow、OpenAlex、GitHub、arXiv五个公开数据源,对RAG、Agent等五个话题做对照项归一化:Agent在四个源上同向爆发,RAG的社区讨论量降了78%,学术论文同期增长115%。
LLM
自由度——统计学里你只剩这么点自由了三个数平均为 10,前两个是 8 和 12,第三个只能是 10,你并没有选它,这就是自由度:在带约束的系统里还能自由变化的维度。本文从样本方差为何除以 n-1 讲起,把自由度当作一套记账系统,算出 t 检验、卡方检验与回归各消耗多少自由度,并用 100 个数据点、95 个参数的模型说明过拟合就是预算超支。
统计
DuckDB 教程:SQL 里做 t 检验、ANOVA 和回归,18 个函数实测与 3 处参数坑做t检验、ANOVA和回归,不必先把数据导回Python。这篇文章实测DuckDB的stats_duck扩展(1.5.5版,efdd24d):加载后新增95个函数,其中假设检验18个;9项结果与scipy对账8项一致,回归系数最大差3.1e-15,还列出3处双样本检验的参数约定,照R里的直觉写就会报类型错误。
LLM
Word2Vec词向量:让机器理解词语的语义One-Hot 把每个词摊成词典大小的稀疏向量,任意两词内积为 0,语义关系几乎完全丢失。本文从分布式假设讲起,拆解 CBOW 与 Skip-gram 两种架构与各自的输入输出,细讲负采样、层次 Softmax 等训练技巧,再用一份小语料亲手训练一遍词向量,计算余弦相似度并观察语义相近的词是否真的靠在一起。
LLM
指数增长的盲区——e不是什么神秘常数,是你的直觉上限棋盘第64格有2^63粒麦子,约922亿亿粒,国王算得出却想象不出这个量级。这篇文章从麦粒和纸对折两个例子讲起:一张纸每折一次厚度翻倍,对折42次约44万公里,已经超过地月距离;再用(1+1/n)^n的复利极限引出e约等于2.71828,并说明变化率依赖当前存量的系统,底层往往绕不开同一个微分方程。
统计
一个 Hermes Agent 背后藏着几个模型——模型路由与故障自救一次 402 余额不足的故障,让我把 Hermes Agent 背后的模型路由彻底查了一遍:凭证池里 2 条密钥、峰谷价差 2 倍、8 月 22,104 次调用共花 ¥250.34、日均 ¥8.08。本文复盘故障全过程,讲清任务分流、失败降级与凭证恢复三层机制,并给出路由配置的检查清单、计价口径与成本控制建议。
LLM
Lasso风控模型:从89个工程特征到11个关键指标German Credit 只有 20 个原始变量、1000 条记录、坏账率 30%,做完独热编码与二次多项式交叉却炸出 89 个特征,其中大部分是噪声。本文用 L1 正则把无用系数压缩到 0 剩下 25 个,再经 WOE 评分卡精炼到 11 个可解释变量,横向比较全变量、稀疏与评分卡几套方案的区分能力。
风控
Laya决策模型的中文能力到底怎么样?我按官方协议复现了一遍,再换到自己的场景重测Laya 官方公布的 62% 用的是英文标签。本文按官方协议复现得 0.650,换到 CLUE-TNews 的 15 类中文标签后准确率落到 0.374、macro-F1 0.359,差距拆成换数据集 −0.183 与换标签语言 −0.093。置信度门禁两种口径都有效,但出厂 ECE 0.373,需要自己拟合温度。
LLM
在云服务器部署LFM3-1.7B跑数据分析agent:从 llama.cpp 编译到卡方检验实测,4 核 CPU 就够了1.7B的小模型能不能当数据分析助手,自己跑一遍才知道。这篇文章记录了在一台4核CPU的云服务器上用llama.cpp部署LFM3-1.7B的完整过程,跑了7道题:八折毛利率、合并标准差、卡方检验等结果都与scipy逐位一致,但代码调试和SQL两题在思考模式下耗尽8000个token、最终输出为空。
LLM
做风控的人都在说长尾分布——但你知道你的数据到底是不是幂律吗?风控会上常说我们的数据是长尾分布,但多数时候说的只是分布不均匀,把指数分布或对数正态当成幂律会误判尾部风险。本文用Python按双对数图、KS检验、似然比检验三步走,给出区分幂律、指数与对数正态的完整脚本与三步判别法,并说明KS检验只能拒绝幂律假设,要落定对数正态,还得看第三步似然比检验的符号与量级。
统计
R语言评分卡最优cutoff——约登指数、成本效益与KS最大点评分卡建好之后,cutoff 放哪是业务和风控一直在争的事。German Credit 数据上,cutoff 从 0.1 改到 0.5,通过率由 83% 掉到 32%,坏账率由 41% 降到 9%。本文用 R 分别按约登指数、KS 最大点与成本效益求最优 cutoff,成本比取 5 倍时成本效益法给到 0.087。
风控
我在风控策略里用了3年SHAP,发现最重要的不是特征重要性一个 AUC 0.78、KS 0.42 的 XGBoost 审批模型上线半年后,AUC 和 KS 都没掉,批核通过率却从 65% 跌到 52%,30+ 逾期率从 2.8% 涨到 4.1%。本文回顾用 SHAP 的三年:从看特征重要性排序,到看依赖图与交互,再到盯特征分布漂移,说清它真正该用在哪一步。
风控
一个期望值∞的游戏,为什么没人愿意出超过20块抛硬币直到出现正面,第n轮出现就赢2ⁿ元,这个游戏的期望值是无穷大,但大多数人只肯付2到4元入场。本文模拟10万次游戏,平均收益47.83元、中位数只有4元,一半概率拿不到4元的收益分布解释了悖论的外观;再把风险厌恶参数γ从0.5调到4.0,愿付的公平入场费从约21元一路降到约2元,勾出风控定价的底色。
统计
世界上最简单的数学定理,却不只是鸽子和洞500个客户分进8个信用等级,鸽巢原理保证至少有一个等级装下63人,模拟数据里B级集中了168人,AAA只有10人。本文从这个幼儿园级别的定理出发,推到n个物品装进m个容器的加强版、生日悖论里23人产生253个配对的反直觉,以及Ramsey理论与哈希冲突,再说明监控为何要盯集中度看PSI:整体稳定可能掩盖局部漂移。
统计
风控规则引擎实战:从RETE到决策表黑名单、多头超限这类判断不需要推理,只需要在规则表里精确匹配,而规则一多,硬编码的if-else链就维护不动了。本文从Forgy 1979年提出的RETE算法讲起,说明共享条件节点如何把规则匹配从O(N×M)降到近似线性,再讲决策表的等价转换、冲突消解策略,以及规则命中数作为特征给模型AUC带来的提升。
风控
6σ事件每几年发生一次?金融风险的厚尾真相正态认为 6σ 事件是十亿分之二,金融系统里却每几年出现一次。沪深300 近一年 239 个交易日实测峰度 4.82,高于正态的 3.0,|2σ| 外交易日有 16 个,正态预期约 11 个。本文用 LTCM、2008 与 Archegos 三个案例说明厚尾如何打穿 VaR,并解释巴塞尔 III 转向 ES 的原因。
统计
为什么你认识的人总能通过不超过6个人认识任何人Milgram 1967 年的实验里,一封信平均经过 6 个中介从内布拉斯加送到波士顿;1998 年 Watts 和 Strogatz 的模型说明,只要少量随机捷径,就能把全局路径压到接近随机网络,同时保住高聚类。本文用一个 40 个节点的模拟欺诈网络测出平均路径 3.21 步,说明规则引擎只查一跳会漏掉哪些关联。
统计
切比雪夫不等式——任何分布都逃不出的概率边界数据分布未知、又不敢假设正态,落在均值kσ外最多能有多大?这篇文章从马尔可夫不等式推导切比雪夫不等式,给出任何分布都成立的1/k²界,再放进VaR估算、六西格玛质量控制与3σ异常检测三个场景演算:k=3时区间内至少覆盖88.9%,而正态分布下3σ内的真实概率是99.7%,两者的差距正是普适性要付的代价。
统计
正负开方术 vs Newton-Raphson:两种求解风控参数的数学哲学1247年秦九韶在《数书九章》中给出正负开方术,用逐位试商确定多项式方程的解,每次只定一位数字,靠加减乘除就能解高次方程。本文把它与Newton-Raphson放在三组算例上对比:同一个三次方程前者要9步、后者3步,解√2两者分别8步和4步,前者全程不需要求导数;再对应到评分卡分箱与规则阈值搜索等不可微问题。
风控

2026年6月11 篇

三角函数在风控中的应用——循环特征编码与三角回归1 月到 12 月的数值距离是 11,实际时间距离只有一个月,用 1-12 编码月份会让模型错判距离。本文对比数值、one-hot 与 sin/cos 三种编码,用 LendingClub 220 万笔贷款按月聚合违约率:三角回归只用 3 个参数就拿到 R² 0.734,参数效率约为 one-hot 的 4 倍。
风控
因果推断实战——贷款金额×违约,一个反直觉的统计真相LendingClub 220 万笔已结束贷款里,金额越大违约率越高,从 15.33% 一路升到 22.99%,可大额借款人的 FICO 和收入其实更好,两个变量的作用方向互相打架。本文用因果图画出混杂结构,讲清 FICO 与收入如何同时影响贷款金额和违约风险,对比分层、倾向得分与后门调整,算清金额本身的净效应。
统计
大模型当风控分析师:读报表、找问题、出策略读报表、找异常、跑 SQL 归因,风控分析师的时间大量花在重复劳动上,新人还要 3-6 个月才摸出手感。本文把分析工作拆成读表、归因、推演三层,用大模型逐层接管,并用表格逐项对比人机耗时:最慢的归因从 30 分钟到 2 小时压到 3-5 分钟,附可复用的提示词模板,以及哪些环节不该交给模型的边界判断。
LLM
3个递推公式,100万次迭代,都收敛到同一个数——压缩映射的秘密三个完全不同的递推公式,从同一个初值 x₁=1 出发迭代一百万次,按直觉该收敛到三个不同的数,结果 n×x_n 全部精确收敛到 2.0,一点偏差都没有。本文用压缩映射与不动点定理解释这个巧合,证明斜率小于 1 时迭代必然收敛、50 步后就逼近 0,再推导速度慢到 1/n 量级时,乘上 n 后的极限为什么刚好是常数。
统计
每个被骗的人都说过一句话:我不会上当越是自信地对自己说过「我不会上当」的人,越容易在骗局里中招。本文整理 201 份法院已审结的诈骗案件报道,统计冒充公检法 70 起、电信诈骗 50 起、投资集资 18 起等类型分布与涉案金额,归纳出六种反复出现的话术剧本,并逐段拆解每一种是怎么利用受害者的心理弱点,把人一步步推向那一笔无法撤回的转账操作。
LLM
你的风控团队集体沉默了?不是人心散了,是信息级联的数学100 多家新商户交易集中在凌晨 2-4 点、均额 1980 元,刚好卡在 2000 元自动阈值下面,6 个分析师里 3 个看出异常、0 个人开口,半年后套现两千万跑路。本文借阿施实验 76% 的从众率与 37% 的平均从众水平,拆解信息级联与后果不对称如何在风控团队里一层层发酵,并给出打破沉默的机制设计。
职场
大模型在风控里到底能干什么?一个CART、LLM合并与评分卡的全面实测风控的核心矛盾是:1000个客户里300个会违约,想全部拦住就要误杀248个好客户。本文用UCI的1000笔German Credit数据,把CART序贯覆盖、LLM规则合并与逻辑回归评分卡放在同一套Lift、KS、AUC和策略曲线上实测,发现LLM最擅长把阈值翻译成业务语言与合并冗余规则,精度仍靠统计模型。
LLM
大模型做信贷审批:闭卷考试不及格,开卷考试满分问大模型个人贷款展期最长能延多久,它可能答三年,而《个人贷款管理办法》规定一年以内的贷款展期累计不超过原期限。本文从国家金融监督管理总局官网公开的 5 份文件整理出 288 条规则做成知识库。对比纯 LLM 与检索增强在 10 个审批问题上的回答。评分均值从 2.9 升到 8.2,相对提升 183%。
LLM
欺诈团伙 vs 反欺诈系统:不是道高一尺魔高一丈,是数学的周期性战争反欺诈模型上线后欺诈率从 1.2% 降到 0.3%,三个月后回到 0.8%,六个月后回到 1.0%,升级并不带来永久下降。本文用 Lotka-Volterra 捕食者-猎物方程解释这种周期性:反欺诈升级压低欺诈,团伙换手法后又反弹。附可复现的微分方程模拟与平衡点求法。给出效率灵敏度分析与投放节奏建议。
风控
大模型在信贷风控中的实战:智能审单与欺诈文本识别借款用途写着「月收入 5000,贷款 50 万用于装修」,规则引擎看不出来,TF-IDF 加逻辑回归也未必读得懂。本文从风控的文本盲区讲起,梳理 TF-IDF、逻辑回归与朴素贝叶斯几条基线,再用合成信贷文本数据集示例,让大模型做智能审单、矛盾检测与欺诈文本识别三类任务,并估算这类改动能把人工审核的工作量压掉一半以上。
LLM
模型说低风险你就放款了?——服从权威的数学致命曲线模型评分 780 分、欺诈评级「低」,人工审核一路放行,三个月后逾期 90 天,事后查出是团伙欺诈。本文借米尔格拉姆实验里 65% 的受试者把电压一路加到 450V 这一结果,画出权威压力下的服从曲线,并讨论风控审批里「模型评分 700 以上建议自动通过」这类规则,在什么阈值边界下最该补上人工复核这道刹车。
职场

2026年5月14 篇

A/B检验的统计学原理:样本量计算与功效分析实验需要多少样本,是A/B测试里最常见也最难回答的问题:样本太少会漏掉真实效果,太多则把微小差异放大成显著。本文从假设检验框架和两类错误出发推导样本量公式,讲清显著性水平取0.05、功效取0.8时效应量、方差与样本量如何互相牵制,用Python与statsmodels复现计算,并画出可直接用来规划实验的功效曲线。
统计
LDA主题模型:从文本中发现隐藏结构一篇报道可能八成讲科技、两成讲商业,这种混合结构能不能只从词里反推出来?这篇文章从Dirichlet分布和共轭先验讲起,写清LDA的文档、主题、词三层生成过程,对比Gibbs采样与变分推断两种求解路径,再用C_v一致性分数从K=2一路扫到K=14,给出一套选主题数的判据和可运行的sklearn代码。
LLM
缺失值处理的统计学方法——MCAR、MAR、MNAR 与 MICE 多重插补缺失值该填还是该删,取决于缺失是怎么发生的。这篇文章按Rubin(1976)提出的MCAR、MAR、MNAR框架给出诊断办法,在糖尿病数据上人为制造30%缺失,逐项对比均值、回归、KNN与MICE的填补误差:MICE的RMSE为0.909、均值填补为0.947,并列出用全数据拟合填补器导致泄露等五条红线。
风控
从零实现多层感知机:反向传播推导单层感知机连异或都学不会,这条局限1969年被Minsky和Papert正式证明。这篇文章从1943年的M-P神经元讲到多层感知机,手推链式法则下每一层的误差项与权重梯度,再用NumPy从零实现一个2-10-1网络,在XOR上训练2000轮,前200轮损失就从0.693降到0.342,测试集准确率95%。
统计
STL时间序列分解:从趋势到季节性的全拆解AirPassengers的七月客流从1949年约一百四十千人涨到1960年约六百二十千人,七月与二月的差值也从约一百人放大到约三百五十人,加法模型装不下这种增长。本文用STL分解拆出趋势、季节与残差,讲清趋势窗宽、季节窗宽与鲁棒迭代该怎么取,并在对数域把乘法结构转成加法,再用趋势强度与季节强度检验参数选择是否合适。
统计
Tokenization详解:从分词到大模型的语言基础词级分词扛不住没见过的新词,字符级分词又让序列变长六倍。这篇文章对比Word、Character、Subword三种粒度,用tiktoken实测同一段220字符英文文本,三种切法分别是36、220、47个Token,再用HuggingFace的tokenizers从零训练一个BPE分词器,讲清高频词对合并与词汇表构建。
LLM
ARIMA vs Prophet:时间序列预测方法对比同一份1949至1960年的AirPassengers月度客流,用ARIMA和Prophet各预测1960年12个月,误差差别不小。本文比较两种方法的假设与参数含义:ARIMA(2,1,2)的MAPE为5.6%,Prophet开启乘法季节后降到4.4%,再配合Ljung-Box检验与残差诊断,给出按数据量选模型的依据。
统计
特征工程全指南:从原始数据到建模特征同一份数据交给同一个模型,为什么效果会差出一截?这篇文章以891行泰坦尼克数据为主线,走完缺失填充、类别编码、特征缩放、特征创造、聚合统计到特征筛选六步,再用Pipeline把全流程串成一条可复现的流水线,随机森林在测试集上取得83.24%的准确率,同时逐条标注数据泄露、过拟合与时间穿越这三条红线。
风控
matplotlib高级绘图:从基础到学术论文级默认样式在屏幕上够用,进了论文就暴露问题:字号偏小、多子图对不齐、中文变方块、jet配色印刷后失真。本文按Figure、Axes、Artist三层架构拆解matplotlib,讲清subplot_mosaic与GridSpec排版、三类配色方案、rcParams主题与DPI设置,附可直接运行的完整代码和中文踩坑清单。
统计
最优分箱算法在评分卡中的应用——WOE与IV分箱太细容易过拟合、太粗丢信息,评分卡到底该切几刀?本文用 1000 条 German Credit 记录(年龄 19-75、金额 250-18424)梳理单调性、稳定性与可解释性三条判据,给出等宽、等频、卡方、决策树与带单调约束分箱的 Python 实现,并用一阶差分 ΔWOE 验证箱间有没有反转。
风控
PCA主成分分析:从高维到低维的数学地图几十个上百个特征挤在一起,既没法画图,也容易让模型过拟合。这篇文章从协方差矩阵和拉格朗日乘子推起,证明最大方差方向就是最大特征值对应的特征向量,再讲SVD视角与两者的等价性,在标准化后的Iris数据上PC1解释了92.46%的方差,前两个主成分累计97.77%,并写明PCA假设方差最大的方向就是信息最多的方向。
统计
TF-IDF与文本分类——从词频到语义词袋模型把每个词看得一样重,the和spacecraft在向量里同样占一位。这篇文章从TF与IDF的公式讲起,在20newsgroups数据集上训练一个TF-IDF加LinearSVC的分类流水线,准确率达到94.47%,加入bigram后升到95.61%,再借PCA散点图看文本向量为何能按主题聚成几团。
LLM
你的公司自动分裂成两派,不是人心坏了,是数学一家信贷公司的风控部希望收紧标准、业务部希望放量,没人主动搞派系,组织却自动分成两派。本文用Heider的结构平衡理论推出派系形成的三角条件,用谢林隔离模型仿真出每人只要有三成异己倾向,隔离指数就会从0.544升到0.994;再借重复囚徒困境与沙普利值算清各部门和CEO手里的真实权力,并给出缓解派系固化的机制设计。
职场
风控决策引擎实战:从规则链到多源评分融合规则链先拦截 12% 的欺诈申请,评分与 ML 模型层再捕获其中 72%,最终决策矩阵把整体捕获率做到 88%,整套链路总延迟约 15ms。本文从贝叶斯风险最小化推导最优拒绝阈值,把误受 1 万元、误拒 500 元代入得 4.76%,再讲多规则链的条件概率分解、多源评分融合与工程上的灰度降级设计思路。
风控

关注公众号:QIAN数据