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9月5 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？月相变化是人类最早观测到的天文周期之一。朔望月（Synodic Month）——从一个新月到下一个新月——平均长度为29.53天。

一条风控规则的完整一生——该不该写、怎么管、什么时候该删（本篇为技术原理型文章，不含任何真实业务数据实验。文中公式为自洽推导，用于说明原理，不构成授信政策建议。）

QIAN数据：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次定时任务只失败4次、成功率99.6%——但按设计效应折算，有效样本只有约23个。用门控遗漏定律、Clopper-Pearson精确上界与最优验证次数，算清“我测过了”这句话到底值多少证据。

Agent风险评分——12个维度怎么算成一张分数表Agent风险评分怎么做：12维指标、熵权与CRITIC权重对比、分数校准与阈值定义、PSI漂移监控

多Agent合谋——当一个AI骗另一个AI时，反欺诈怎么接多个AI Agent会不会合谋骗过反欺诈？合谋让群体影响率从17%升到41%，附共现矩阵与模块度检测代码

2026年8月18 篇

消费贷贴息潮——利率降下来，风险升上去？消费贷贴息潮：利率降下来风险为什么升上去？逆向选择与风险定价的数学关系

KS 与 AUC——单点 vs 积分，为什么 AUC 相同，KS 能差 40%KS是单点、AUC是积分：两者存在精确数学关系，AUC相同时KS可能差40%。选模型看AUC，定阈值看KS

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Elliptic 实测更正：非法节点的邻居不是「99.8% 全是非法」，均值仅 51.0%（富集 7.36 倍）。同配性真实存在——非法–非法边是随机期望的 5.68 倍，置换检验 p<0.0001；但富集 ≠ 垄断：最大连通分量非法占比 0.86%，反而低于全图 6.92%。

欺诈率0.1%的建模战争——99.9%准确率的模型为什么没用？欺诈率0.17%时，99.92%准确率只比全部放行多抓0.09个百分点。贝叶斯最优阈值与PR曲线的正确用法

KV-Cache——为什么AI回复越来越快，不用从头算一遍？KV-Cache是自回归生成"每步从头算"的解药：缓存历史token的K和V矩阵，每步只算新token，计算量从O(T²)降到O(T)，长序列推理加速可达百倍。

RLHF与DPO——大模型是怎么学会说"人话"的？大语言模型经过预训练和指令微调后，虽然能生成流畅的文本，但仍然存在一个根本问题：模型不知道什么是"好"答案，它只知道什么是"像"训练数据的答案。

违约时间才是真信号——Cox 生存分析与竞争风险违约时间才是真信号：Cox比例风险模型与竞争风险，风险比HR怎么算、Aalen-Johansen如何估计

Vintage 分析——批次×账龄：暴露速度、违约高峰与客群分层Vintage分析怎么做：账龄、生存曲线与风险函数，右删失数据下如何正确比较不同批次的资产质量

概率校准——什么时候是白干，什么时候救命同一个逻辑回归换个切分方式：随机切分ECE为0.0009天然校准，时间切分0.0904崩溃，错误校准越校越糟

评分卡单调性——WOE 排序与回归系数，谁在说谎评分卡单调性为什么必须检查：WOE与逻辑回归共线性怎么导致翻转，用SymPy做单调约束求解

策略规则里的死分支——阈值设得再严，客户根本不存在规则引擎里的死分支：实测226万笔贷款，证明有些规则从上线起就永远不可能命中，附区间代数检测法

风控策略规则的代理变量冗余——九条规则三个维度，最优只需三条两条策略规则看着不同，其实在拦同一批人：代理变量与策略冗余检测，用独有命中找最优组合

全球平均只升了1.2°C，为什么热浪一年比一年猛平均气温只升1.2度，极端高温为什么涨了近3倍？146年NASA数据揭示均值平移如何放大尾部风险

风控策略规则里的冗余——布尔代数怎么把规则迷宫变简单风控规则能不能化简？用布尔代数做逻辑等价变换，删掉冗余条件同时不改变判定结果

AI Agent越来越多，但谁来给Agent的风险分类——一个实用治理框架AI Agent越来越多，谁来管？ARC框架把Agent拆成12个可评分维度，输出三级治理动作

评分卡地形图——模型眼里的安全平原，现实里的危险山脊把评分卡画成风险地形图：用PDP部分依赖找模型失准区，交叉变量裂缝与策略落地评估

James-Stein定理——为什么把估计往均值拉一点，整体反而更准James-Stein定理：同时估计多个参数时向均值收缩，总误差反而更小。50个分组验证改善52.5%

KS下降了，真的是模型出了问题吗——一个反事实诊断框架KS下降不等于模型退化：四层反事实诊断把KS下滑归因到抽样、构成、协变量与真实漂移，避免误回退

2026年7月32 篇

L1/L2正则化的数学解读——从Ridge到Lasso的收缩之路L1与L2正则化怎么防过拟合：Lasso做特征选择、Ridge等比例收缩，含闭式解推导与Lasso路径图

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%七月跌22%：用实时数据拆解拥挤踩踏的形成与崩塌，Z-score信号怎么提前预警

贝叶斯更新——失败只是更新了先验，不是你的终局1763年，Richard Price在皇家学会宣读了一篇论文。作者已经去世三年了——一个叫Thomas Bayes的英国长老会牧师。

马尔可夫链——过去不决定你，只有现在这一步说了算1906年，Andrey Markov发了一篇论文，标题平平无奇：《论大数定律的扩展》。

回归均值——跌到谷底之后，数学保证你会回升1886年，Francis Galton在伦敦发布了一篇论文，标题叫做《遗传身高中均值的回归》。

A/B检验的统计学原理：样本量计算与功效分析A/B测试是数据科学中最基础也最重要的实验设计方法。无论是互联网产品的界面改版、推荐算法的策略更新、还是营销活动的文案优化，都离不开A/B测试。

ARIMA vs Prophet：时间序列预测方法对比时间序列预测的核心问题：如何从历史数据中推断未来规律？ARIMA和Prophet代表了两种不同的回答路径，分别根植于统计学和工程学的不同传统。

自由度——统计学里你只剩这么点自由了我问你一个很简单的问题：三个数的平均数是10。前两个数是8和12，第三个数是多少？

Word2Vec词向量：让机器理解词语的语义在自然语言处理中，最基础的问题莫过于：如何让计算机理解词语的含义？传统方法使用One-Hot编码将每个词表示为一个高维稀疏向量（向量的维度等于词典大小，该词对应位置为1，其余位置为0）。这种方法有两个致命缺陷：

指数增长的盲区——e不是什么神秘常数，是你的直觉上限传说中国际象棋的发明者向国王要报酬：第一个格子放1粒麦子，第二个格子2粒，第三个4粒，每个格子翻一倍，直到64个格子。国王笑了——要几粒麦子而已，给。然后管粮仓的人算了一笔账，脸色变了。

特征工程全指南：从原始数据到建模特征原始数据到模型之间，有一个关键步骤常被忽视：特征工程。同样的算法，喂不同质量的特征，效果天差地别。好的特征工程能让简单模型碾压复杂模型，而糟糕的特征则会拖垮最先进的算法。

Lasso风控模型：从89个工程特征到11个关键指标风控建模中有一个经典困境：征信数据商给你200个变量，但大部分是噪声；即使只有20个原始变量，一通特征工程（分箱哑变量、交叉组合、多项式）也能炸出80-100个派生特征。全部塞进模型，过拟合；人工选，可能漏信号。

LDA主题模型：从文本中发现隐藏结构一篇文档通常由多个主题混合而成。例如一篇新闻报道可能80%讲"科技"、20%讲"商业"。LDA（Latent Dirichlet Allocation，隐含狄利克雷分配）是一种生成式概率模型，

matplotlib高级绘图：从基础到学术论文级from sklearn.datasets import load_iris, load_diabetes

缺失值处理的统计学方法——MCAR、MAR、MNAR 与 MICE 多重插补真实数据中缺失值几乎不可避免：用户未填写问卷、传感器间歇性故障、API调用超时、数据库迁移中的记录丢失。忽视缺失值会导致估计偏误、统计效力下降，甚至得出完全错误的结论。

从零实现多层感知机：反向传播推导人工神经网络起源于生物神经元的数学抽象。1943年，McCulloch和Pitts提出了M-P模型（McCulloch-Pitts Neuron），它是所有人工神经元模型的鼻祖：

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但如果把主流开源数据库的存储层拆开，会看到一个不太一样的图景：它们回答的是同一组物理问题，只是答案不同。磁盘一次随机寻道要几毫秒、一页能装多少行、索引能占多少内存——这些量级不因软件品味而变。

最优分箱算法在评分卡中的应用——WOE与IV在信用评分卡建模中，原始连续变量（如年龄、收入、负债率）不能直接入模，原因在于以下几个方面。

PCA主成分分析：从高维到低维的数学地图当数据有几十、几百个特征时，可视化困难、模型容易过拟合、计算成本高。PCA（Principal Component Analysis）通过线性变换将高维数据映射到低维，同时最大化保留数据的方差（信息量）。

数据不会骗人，但分组会——辛普森悖论1973年，加州大学伯克利分校被起诉了。原因是那年的研究生录取数据显示了一个醒目的差异：

STL时间序列分解：从趋势到季节性的全拆解时间序列的底层逻辑由三种不可观测的隐变量叠加而成。这三种成分各自捕捉数据中不同时间尺度的模式，是理解一切时序分析方法的基础。

Tokenization详解：从分词到大模型的语言基础人类理解语言，是从「字→词→句→段→篇」逐层构建的。机器没有这种天生的层次感——它只能处理数字。Tokenization（分词）就是连接人类文本与机器数字的那座桥梁：

平均数的暴政——当你不再是一个个体，而是一个均值1851年，一个德国医生拿了几万人的腋下温度，算了个平均数。然后这个数就进了教科书，成了标准答案，一待就是一百多年。

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？你的数据真是幂律吗？长尾被滥用了。Python拟合加KS检验加似然比，三步分清幂律、对数正态与指数

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cutoff怎么定？约登指数、成本效益分析与损失函数三种口径，附R语言实现与对比

QIAN数据：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SHAP不只是解释工具：三年风控实战看特征重要性漂移，Shapley值可加性怎么做模型监控

风控规则引擎实战：从RETE到决策表规则引擎从RETE算法到决策表：产生式系统怎么评估覆盖率与命中率，规则链冲突如何消解

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MCP（Model Context Protocol）让 AI 直接连决策引擎、黑名单库、特征平台：从「5-8 个系统来回切」到一句话拿到结果，附三个真实场景的提示词与数据安全三级方案。

世界上最简单的数学定理，却不只是鸽子和洞鸽巢原理：看起来幼稚，却能推出Ramsey定理、生日悖论和Dirichlet逼近，含组合数学的经典应用

为什么你认识的人总能通过不超过6个人认识任何人六度分隔是真的吗？Watts-Strogatz小世界模型解释现实网络为何既短又聚，附反欺诈网络应用

一个期望值∞的游戏，为什么没人愿意出超过20块期望无限大却没人愿意玩：圣彼得堡悖论引出预期效用与风险厌恶，前景理论怎么解释真实决策

正负开方术 vs Newton-Raphson：两种求解风控参数的数学哲学秦九韶的正负开方术比Newton-Raphson早了五百年：逐位试商的数值求解原理与逻辑回归求根

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周期性变量怎么做特征：sin与cos循环编码加三角回归，用LendingClub月度违约率验证效果

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2022年5月21日，QIAN数据发了《压缩数列与Stolz定理》——一篇纯数学推导的文章。那时风格偏学术：给定义、列定理、写代码算结果。

大模型当风控分析师：读报表、找问题、出策略大模型当风控分析师：读报表、找问题、出策略，函数调用架构加策略仪表盘异常检测的三层能力

6σ事件每几年发生一次？金融风险的厚尾真相厚尾分布揭示金融极端风险：沪深300峰度4.82，正态假设让VaR系统性低估，极值理论与巴塞尔ES转向

每个被骗的人都说过一句话：我不会上当201份真实诈骗案件剖析：为什么越自信的人越容易被骗？信号检测理论和贝叶斯更新解释骗术本质

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序贯覆盖、决策树与评分卡三套策略怎么比：用Lift、KS、AUC与策略曲线找到最优组合

因果推断实战——贷款金额×违约，一个反直觉的统计真相贷款金额对违约到底有多大影响？220万笔数据显示负向混杂让效应被低估2倍，DAG识别加逐步回归

大模型在信贷风控中的实战：智能审单与欺诈文本识别大模型在信贷风控怎么用：智能审单与欺诈文本识别，零样本分类、混合模型与大模型边界的实测对比

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为什么总在反弹？用捕食者-猎物模型解释欺诈率周期性振荡，附微分方程与模拟代码

切比雪夫不等式——任何分布都逃不出的概率边界切比雪夫不等式给出了一个适用于任何分布的万能概率边界——无论数据是什么形状，落在均值kσ范围内的概率至少为$1-1/k^2$。

模型说低风险你就放款了？——服从权威的数学致命曲线米尔格拉姆实验说65%的人会服从权威。当权威变成模型评分，风控决策会陷入同样的服从陷阱

2026年5月5 篇

牛顿法 vs 梯度下降——二阶优化的力量牛顿法利用二阶导数（Hessian矩阵）同时考虑梯度方向和曲率，在极值点附近达到二次收敛——每步有效数字翻倍。梯度下降只用一阶导数，线性收敛。本文从多元牛顿法推导到阻尼牛顿法、BFGS拟牛顿法，完整代码见第四节。

大模型做信贷审批：闭卷考试不及格，开卷考试满分大模型做信贷审批合格吗？288条监管知识库加检索增强，闭卷与开卷的对比实测，附合规边界

TF-IDF与文本分类——从词频到语义计算机无法直接理解文字，需要将文本转换为数值向量。将文本转化为机器可处理的数值表示，是自然语言处理中最基础也是最关键的一步。本小节从数学角度深入讲解词袋模型和TF-IDF两种经典方法的原理与差异。

你的公司自动分裂成两派，不是人心坏了，是数学派系是必然还是人心散了？结构平衡理论、谢林隔离模型、囚徒困境与沙普利值拆解组织政治

风控决策引擎实战：从规则链到多源评分融合决策引擎不只是规则链：从贝叶斯决策风险最小化推出最优Cutoff，规则、评分卡与模型三层融合

2026年3月1 篇

你的风控团队集体沉默了？不是人心散了，是信息级联的数学风控团队为什么集体沉默？信息级联模型表明，只要发言顺序不对，集体沉默就是数学必然