Вышла моя статья в IT-World: «Предиктивная аналитика в финансах. Почему простые модели работают лучше»

Это был интересный опыт, когда нужно было написать не общую аналитическую статью с минимум автора в ней, а наоборот текст от автора в режиме личной истории. Первый мой опыт после университетской газеты ВМК МГУ. В итоге я написала личную профессиональную историю: с рабочими кейсами, ошибками, поиском причин и решениями, которые приходилось находить вместе с командами, рефлексией.

Основной тезис ,что простые модели решают порядка 70% задач. Внутри пруф -  три ситуации из финансового моделирования:

— как при пересборке скоринговой модели стало понятно, что объединять крупные компании и МСП в одну модель - плохая идея, даже если пользователю хочется "единого окна";

— как модель ликвидности начала резко менять оценку облигации не из-за рынка, а потому что поставщик данных изменил методику расчёта одного из показателей и тут важно качества данных, в не супер крутая модель (она б также ошиблась);

— как верификация модели справедливой стоимости показала, что важны не только формулы, но и воспроизводимость и экономический смысл результата, а также что просто выглядящая модель может нести в себе глубокий смысл.

И мой главный вывод -  надёжная модель начинается не с выбора алгоритма. Сначала нужно ответить на более сложные вопросы:

— что именно мы оцениваем; — какие данные у нас действительно есть и что они означают; — как определена целевая переменная; — где модель работает, а где её выводам уже нельзя доверять; — даёт ли усложнение реальный прирост качества и бизнес-ценности.

Статья — по ссылке https://www.it-world.ru/it-news/q7m2w279mbkwkgwkok0gk04cw4cg04w.html

#предиктивнаяаналитика #datascience #машинноеобучение #искусственныйинтеллект #математическоемоделирование #рискменеджмент #данные #качестводанных #модели #продуктоваяаналитика #финтех #управлениепродуктом