一种基于遗传算法的自适应风控策略优化方法技术

本发明专利技术公开了一种基于遗传算法的自适应风控策略优化方法，充分利用遗传算法对多个风控模型组成的风控策略进行优化，来解决传统风控策略无法进行实时的自适应确定最优风控策略的任务。首先对风控策略中的每个风控模型权重进行二进制编码，其次对风控策略种群通过遗传算法进行种群进化，最后对风控策略实现自适应更新以及自适应调整。本发明专利技术提高计算风控模型权重的效率，在保证风控策略稳定性的基础上能够自适应至最优风控策略，提升了风控策略的效果，证明了基于遗传算法的自适应风控策略的实用性。实用性。实用性。

【技术实现步骤摘要】
一种基于遗传算法的自适应风控策略优化方法


[0001]本专利技术属于信息
，特别涉及一种基于遗传算法的自适应风控策略优化方法。

技术介绍

[0002]互联网金融、消费金融的崛起促进了我国信贷产业的快速发展，随着线上借贷的需求不断增大，同时也带来了更多的信用风险。国内传统金融风控很多都是由信审专家进行人工审核，从资料提交到审核，需要大量时间和人力物力，同时人工审核主观性较强，并且人工专家的经验有限，因此效果并不是很理想。
[0003]为了解决人工审核的诸多问题，信用评分技术应运而生，通过对贷款人各方数据信息的整合，预测其信用分，以帮助授信审批者做出决策。银行等金融机构积累了大量的数据，随着大数据、机器学习的普及，推动了基于机器学习的风控模型在银行等金融机构的应用，相比于人工审核，机器学习模型通过海量数据进行学习，准确率更高，并且对于新型的欺诈行为能够及时做出响应。
[0004]传统单个风控模型的效果有限并且稳定性差，因此在实际应用中很多金融机构通常选择集成多个风控模型实现风控策略，由于每个模型的效果不同，因此每个模型的权重会本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的自适应风控策略优化方法，其特征在于，包括步骤如下：步骤1，为每个风控模型关联一个权重，同时对权重进行二进制编码，输入的风控模型按顺序组成风控策略；步骤2，将步骤1得到的不同权重组合的风控策略组成种群，采用KS值作为适应度函数，计算每条风控策略的KS值，种群中按照KS值由高到低对风控策略进行排序；步骤3，利用遗传算法基于步骤1中的风控策略和步骤2中计算得到的KS值，将每条风控策略作为染色体、KS值作为适应度值，对种群进行预设代数的种群进化，将最后一世代种群中KS值最高的风控策略确定为最优风控策略；步骤4，当有新风控模型加入风控策略时，重复步骤1～3，将新风控模型的权重与原始风控模型权重组成新的风控策略，在离线平台中通过遗传算法进行种群进化并与线上风控策略比较，当两个风控策略的KS值相差大于设定的阈值时，将KS值较高的风控策略作为线上风控系统中的风控策略，实现线上风控策略的自适应更新；步骤5，持续监控线上风控策略，移除风控策略中KS值持续低于设定的阈值的风控模型，对剩余风控模型权重的二进制编码进行二进制解码，重新计算权重，并重复步骤1～3，完成线上风控策略的自适应调整。2.根据权利要求1所述一种基于遗传算法的自适应风控策略优化方法，其特征在于，所述步骤1中二进制编码具体为：定义风控模型的权重为w
j
，约束0<＝w
j
<＝1，并且w1+w2+...+w
n
＝1，每个权重由4位二进制表示，将n个风控模型按顺序组成一条风控策略，一条风控策略由一个染色体表示，染色体长度为4
×
n，每4位对应一个风控模型的权重二进制编码。3.根据权利要求1所述一种基于遗传算法的自适应风控策略优化方法，其特征在于，所述步骤2中KS值的计算步骤为：首先使用分类模型对风控策略进行分类处理，所述分类模型包括但不限于常见的机器学习模型，其次将分类模型输出的标签或者概率按照阈值进行二值化处理，转化为为0或1，然后把0～1之间...

【专利技术属性】
技术研发人员：王宝财，殷敦伟，杨作仲，孙波，
申请(专利权)人：福建润楼金融产业投资有限公司，
类型：发明
国别省市：