第四届拍拍贷魔镜杯冠军方案分享

2024-06-12 22:38

本文主要是介绍第四届拍拍贷魔镜杯冠军方案分享,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

浏览更多内容,可访问:http://www.growai.cn

1.介绍

​ 队员:@回头是岸,@林萧, @观想,作者:@一休

2. 赛题背景

资金流动性管理迄今仍是金融领域的经典问题。在互联网金融信贷业务中,单个资产标的金额小且复杂多样,对于拥有大量出借资金的金融机构或散户而言,资金管理压力巨大,精准地预测出借资金的流动情况变得尤为重要。本次比赛以互联网金融信贷业务为背景,以《现金流预测》为题,希望选手能够利用我们提供的数据,精准地预测资产组合在未来一段时间内每日的回款金额。

本赛题涵盖了信贷违约预测、现金流预测等金融领域常见问题,同时又是复杂的时序问题和多目标预测问题。希望参赛者利用聪明才智把互联网金融的数据优势转化为行业解决方案。

img

数据包含训练样本、测试样本、每个标的的属性表、借款用户基础信息表、用户画像标签列表、借款用户操作行为日志表和用户还款日志表五个部分。

赛题的详解和数据见:官网。
如失效关注公众号:AI成长社,回复:魔镜杯 即可获得

3.赛题理解

基于对赛题的分析以及金融风控业务的理解,得到以下几点:

  • 赛题重要性:准确预测未来一段时期资产组合回款量。这能够帮助互联网金融企业更好的把控运营节奏,进行良性资金配置流动性管理,最大化的利用现有资金。
  • 赛题目标:预测资产组合在未来一段时间内每日的回款金额(但是我们无法预知资产组合的构成)

基于以上分析,决定在未知资产组合的情况下将原有的问题从宏观和微观两个方面进行挖掘,从微观角度挖掘用户的一些借贷习惯;从宏观挖掘公司每月每日资金的流入流出情况,来拟合最终的资产组合的回款情况,具体的结构如下图。

stpe

4. 特征工程

由于金融风控领域对模型特征要求有很强的可解释性,在挖掘基本的特征时,我们都会考虑挖掘的特征最终的作用点。我们最终的特征有三部分来源,分别是基本信息特征、用户浏览行为特征和用户还款行为特征。

1.基本特征

基于时间过滤筛选出未穿越的基本时间特征,具体特征如下图:

feature

  • 针对用户属性特征,删除了cell_province,id_province,id_city三个看似很强的地域特征。这部分数据存在缺失值,曾今尝试过用id_province的对cell_province进行填充,id_city进行分省份填充,但是最终线上结果没有有直接删除有效,删除操作线上提升大概200多分

    ##尝试的填充代码
    data['cell_province'] = data['cell_province'].fillna(data['id_province'])
    data['id_city'] = data['id_city'].fillna(data['id_province']   '000')
    
  • 对age进行分桶处理

  • 在标的属性特征中添加月利率特征:原始数据提供的是年利率,考虑到标的期限有3,6,9,12月,因此改成月利率特征,线上提升100左右

  • 标的还款日期特征:应还款日期是在几月份,几号,星期几,线上提升200左右

  • 用户画像特征: 对用户画像做TFIDF处理,保留10维特征

    Tfidf_vect = TfidfVectorizer(max_features=10, ngram_range=(1, 1), min_df=1)
    Tfidf_vect.fit(list(train['taglist']))
    

2.用户浏览行为特征

  • 时间段切分:将一天分为8个时间段,统计每个时间段用户的操作天数及占比,凌晨和深夜操作的逾期概率更高
  • 行为间隔频度:将用户行为序列的最大间隔天数和最小间隔天数取出,推测借款人粘性

3.用户还款行为特征

  • 历史还款习惯(还款月粒度-33天):有的用户喜欢还款日还款,有的喜欢提前一天还款,有的没有固定时间,基于此采用统计特征表示(众数、平均数、最大值、最小值、方差)
  • 历史还款习惯(自然月粒度-上旬中旬下旬):有的用户喜欢在月初还款,有的喜欢月末还款(可能与其工资日相关),采用还款日期的众数表示
  • 历史借款情况:用户拥有标的数量,用户相邻标的间隔天数,用户从注册日到借款等待的天数

5 模型的设计

1.label设计
公 式 : l a b e l = d u e _ d a t e − r e p a y _ d a t e 公式:label = due\_date - repay\_date label=due_daterepay_date
由于受到大小月份的影响,进行适当的修正,其中31表示借款当天还款,即 a u d i t i n g _ d a t e = = r e p a y _ d a t e auditing\_date == repay\_date auditing_date==repay_date, 32表示逾期,其余不存在的日期用0填充。最终的结果分布如下图。修正后的label定义方式相比直接采用距离天数的定义方式,线上提升100多分。

label

2.训练集的调整

统计数据发现2018年数据2月和3月的还款情况和其他月份有很大不同,逾期率更大,分析可能是由于春节的原因,故将2018年的2月和3月作为线下验证集,然后将其余的数据作为线下训练集。这种方式验证集比直接随机选取数据做验证集效果更好,线上提升在150分左右。如果分拆成两个模型,分别是2月作为验证集和3月作为验证集,线上还能再提升50分左右,最终为了模型更简单,没有使用这种方案。

3.模型结构

model

我们的模型分为两个部分,微观部分对应用户的一些特征,主要挖掘方向就是用户的还款风险以及还款时间偏好,特征见上面的特征部分,模型使用的事lightgbm模型。宏观部分主要是分析公司每月,每日的资金运转流通情况,统计分析自然天资金回流的概率,在微观预测的基础上调整回流日资金分配。最终线上得分5424分。

优点:

  • 有一定可解释性,知道特征来源
  • 可操作性比较强
  • 模型稳定,切榜成绩几乎没有波动

4.loss 优化

  • 预期类别权重调整:考虑到风控模型应该是越来越好,即往后逾期率会变低,如下图所示,基于此,训练模型时将逾期的类别适当降低,线上提升50;

loss1

  • 日期权重调整:统计分析月初的还款量较大,月底的还款量较小,将每月月初的loss权重增到到1.12,月末的loss权重的loss减小到0.79。复赛线上单模型5623。

    loss2

    针对该部分的代码:

    # 设置时间权重权重
    train_data['sample_weight'] = 1.0
    train_data.loc[(train_data['repay_date'] == '2018-01-01') |(train_data['repay_date'] == '2018-02-01') |(train_data['repay_date'] == '2018-03-01') |(train_data['repay_date'] == '2018-04-01') |(train_data['repay_date'] == '2018-05-01') |(train_data['repay_date'] == '2018-06-01') |(train_data['repay_date'] == '2018-07-01') |(train_data['repay_date'] == '2018-08-01') |(train_data['repay_date'] == '2018-09-01') |(train_data['repay_date'] == '2018-10-01') |(train_data['repay_date'] == '2018-11-01') |(train_data['repay_date'] == '2018-12-01') |(train_data['repay_date'] == '2019-01-01'),['sample_weight']] = 1.124115183    # 每月1号
    train_data.loc[(train_data['repay_date'] == '2018-01-31') |(train_data['repay_date'] == '2018-02-28') |(train_data['repay_date'] == '2018-03-31') |(train_data['repay_date'] == '2018-04-30') |(train_data['repay_date'] == '2018-05-31') |(train_data['repay_date'] == '2018-06-30') |(train_data['repay_date'] == '2018-07-31') |(train_data['repay_date'] == '2018-08-31') |(train_data['repay_date'] == '2018-09-30') |(train_data['repay_date'] == '2018-10-31') |(train_data['repay_date'] == '2018-11-30') |(train_data['repay_date'] == '2018-12-31') |(train_data['repay_date'] == '2019-01-31'),['sample_weight']] = 0.79326    # 每月月底
    

6.总结

  • 用组合目标趋近于实际的目标:整个赛题的目标是想预测资产组合的回款情况,但是资产组合我们无法预知,通过微观的标的回款情况加上宏 观的日回流情况来对实际目标进行趋近
  • 对整体目标进行可解释性的拆解有助于特征的设计:将目标拆解为用户的信用风险、还款习惯以及整体的日回流趋势,让特征提取思路清晰可追溯
  • 可进行多目标学习的尝试:基于我们现有模型的整体架构和思想,可进行多目标学习的尝试,这方面可以继续挖掘和扩展

7. 可深入探索模型

model2


推荐阅读:

如果出现出现图片失效的情况请阅读:https://mp.weixin.qq.com/s/0V0CkJ7HE-O8jp8g4GCeGA

  • 基于lightgbm实现的二分类、多分类和回归任务
  • 基于xgboost实现的二分类、多分类和回归任务
  • 基于keras实现的二分类、多分类和回归任务
  • 基于pytorch实现的二分类、多分类和回归任务

作者的知乎:一休, 知乎专栏:ML与DL成长之路

微信公号:AI成长社:ML/DL/CV的成长圣地。

这篇关于第四届拍拍贷魔镜杯冠军方案分享的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1055540

相关文章

Java进行文件格式校验的方案详解

《Java进行文件格式校验的方案详解》这篇文章主要为大家详细介绍了Java中进行文件格式校验的相关方案,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、背景异常现象原因排查用户的无心之过二、解决方案Magandroidic Number判断主流检测库对比Tika的使用区分zip

IDEA中Git版本回退的两种实现方案

《IDEA中Git版本回退的两种实现方案》作为开发者,代码版本回退是日常高频操作,IntelliJIDEA集成了强大的Git工具链,但面对reset和revert两种核心回退方案,许多开发者仍存在选择... 目录一、版本回退前置知识二、Reset方案:整体改写历史1、IDEA图形化操作(推荐)1.1、查看提

Python实现html转png的完美方案介绍

《Python实现html转png的完美方案介绍》这篇文章主要为大家详细介绍了如何使用Python实现html转png功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 1.增强稳定性与错误处理建议使用三层异常捕获结构:try: with sync_playwright(

Java使用多线程处理未知任务数的方案介绍

《Java使用多线程处理未知任务数的方案介绍》这篇文章主要为大家详细介绍了Java如何使用多线程实现处理未知任务数,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 知道任务个数,你可以定义好线程数规则,生成线程数去跑代码说明:1.虚拟线程池:使用 Executors.newVir

MySQL中闪回功能的方案讨论及实现

《MySQL中闪回功能的方案讨论及实现》Oracle有一个闪回(flashback)功能,能够用户恢复误操作的数据,这篇文章主要来和大家讨论一下MySQL中支持闪回功能的方案,有需要的可以了解下... 目录1、 闪回的目标2、 无米无炊一3、 无米无炊二4、 演示5、小结oracle有一个闪回(flashb

Android App安装列表获取方法(实践方案)

《AndroidApp安装列表获取方法(实践方案)》文章介绍了Android11及以上版本获取应用列表的方案调整,包括权限配置、白名单配置和action配置三种方式,并提供了相应的Java和Kotl... 目录前言实现方案         方案概述一、 androidManifest 三种配置方式

Python解析器安装指南分享(Mac/Windows/Linux)

《Python解析器安装指南分享(Mac/Windows/Linux)》:本文主要介绍Python解析器安装指南(Mac/Windows/Linux),具有很好的参考价值,希望对大家有所帮助,如有... 目NMNkN录1js. 安装包下载1.1 python 下载官网2.核心安装方式3. MACOS 系统安

Java嵌套for循环优化方案分享

《Java嵌套for循环优化方案分享》介绍了Java中嵌套for循环的优化方法,包括减少循环次数、合并循环、使用更高效的数据结构、并行处理、预处理和缓存、算法优化、尽量减少对象创建以及本地变量优化,通... 目录Java 嵌套 for 循环优化方案1. 减少循环次数2. 合并循环3. 使用更高效的数据结构4

Vue中动态权限到按钮的完整实现方案详解

《Vue中动态权限到按钮的完整实现方案详解》这篇文章主要为大家详细介绍了Vue如何在现有方案的基础上加入对路由的增、删、改、查权限控制,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、数据库设计扩展1.1 修改路由表(routes)1.2 修改角色与路由权限表(role_routes)二、后端接口设计

Python中常用的四种取整方式分享

《Python中常用的四种取整方式分享》在数据处理和数值计算中,取整操作是非常常见的需求,Python提供了多种取整方式,本文为大家整理了四种常用的方法,希望对大家有所帮助... 目录引言向零取整(Truncate)向下取整(Floor)向上取整(Ceil)四舍五入(Round)四种取整方式的对比综合示例应