本书采用总分框架，先从宏观层面讲述了金融风控策略的定义，涉及的风控场景，以及通用的策略开发、部署、监控、调优的方法和重要的策略实践，再结合贷前、贷中、贷后、反欺诈要实现的风控目标从微观层面对风控策略在不同风控场景要做的具体事情进行讲述，并在一些关键风控场景提供了策略实践案例。
本书提供了数千行用Python编写的策略实践代码，这些代码均为解决真实风控问题而开发，且在实际工作中均能用到。
本书适合金融相关行业所有从业人员尤其是从事贷前、贷中、贷后风控策略和风控模型相关工作的人员，以及金融专业师生、对金融感兴趣的人阅读。

姚志勇，南开大学统计/企业管理双硕士，资深金融风控专家。2005年起，先后就职于交通银行、美国eBay、中国平安等公司，拥有丰富的模型算法和策略开发经验。2010年出版《SAS编程与数据挖掘商业案例》，畅销至今。2015年进军互联网金融行业，对量化策略和模型有一整套开发和实战经验，并成功应用于业务实践。

第1章 风控策略与风控场景概述
1.1 风控策略的定义
1.2 策略和模型的区别与联系
1.3 策略全生命周期管理
1.3.1 策略开发
1.3.2 策略部署
1.3.3 策略监控
1.3.4 策略调优
1.3.5 如何做好策略全生命周期管理
1.4 贷前、贷中、贷后的划分及对应的风控场景
1.4.1 贷前、贷中、贷后的划分
1.4.2 贷前风控场景简介
1.4.3 贷中风控场景简介
1.4.4 贷后风控场景简介
1.5 本章小结
第2章 风控策略开发
2.1 策略类型划分
2.2 单维度策略开发
2.2.1 变量描述性统计分析和筛选
2.2.2 变量最优分箱
2.2.3 规则测算效果分析和筛选
2.2.4 规则泛化效果分析和筛选
2.2.5 待上线规则集合并泛化
2.2.6 基于Python自动生成标准化分析结果文档
2.2.7 案例实践：授信审批场景单维度策略开发
2.3 决策树
2.3.1 决策树原理
2.3.2 决策树生成
2.3.3 基于Python生成决策树
2.3.4 基于Python进行决策树规则自动抽取和解析
2.4 基于CART模型进行多维度策略开发
2.4.1 构建多维度策略变量池
2.4.2 利用组合加随机数的方式批量生成决策树并进行规则抽取和解析
2.4.3 规则测算效果分析和筛选
2.4.4 规则泛化效果分析和筛选
2.4.5 待上线规则集合并泛化
2.4.6 案例实践：授信审批场景多维度策略开发
2.5 策略自动化开发系统
2.6 策略评审
2.6.1 策略评审流程
2.6.2 档案管理
2.6.3 案例实践：策略评审文档设计和撰写
2.7 本章小结
第3章 风控策略部署
3.1 策略部署流程
3.2 提交策略部署需求
……
第4章 风控策略监控及调优
第5章 贷前风控策略
第6章 贷中风控策略与客户运营体系
第7章 贷后管理与贷后催收
第8章 反欺诈与社交网络
第9章 风控模型与风控策略实践
参考文献