📄 Daily Digest

风控日报 — 2026-08-20

📊 原料：47 条相关条目（GitHub 仓库搜索 37 条 / arXiv 10 条全部无关——新批次 2608.18xxx（08-18 提交日期）：放射科报告多 Agent 结构化 QA、HLSR 车辆重路由、异方差高斯过程 HetNV、Hydra-0 机器人世界模型、Rank-1 博弈规划 vs 学习、自改进 Agent 脆弱性、量子几何张量预处理、浓度博弈贝叶斯更新、共形积分解析延拓、新星吸积率——全部与风控无关）/ HN 14 条与 Trending 20 条经相关性过滤后无条目进入原料。arXiv 全噪声小计：连续 26 期（07-17→08-20，跳过 07-25、08-16 及其他无调度日）全噪声，累计 696 条中 1 条相关，噪声率 99.9%。剔除构成：~19 条已覆盖残留（justcheckingmate [08-09]、tongdun stub [08-10]、lucidfence [08-07]、antifraud-knowledgehub [08-12]、Dagiayy/fraud-detection-project [08-19]、robson [08-17]、FFraud-com ×2 [数据库]、TemporalStore、obligation-net-optimizer、phase [游戏]、prompt-integrity-validator、pgrecon、TrainFitter [健身]、perishable-inventory、graph-fraud-ai [08-13]、sudsho/gnn-fraud-detection-banking [08-19]、sentinel-upi [08-17]、MAGRITTE [06-20/23/24/25 已四次覆盖]）+ 8 个新增 api-evangelist 厂商画像 stub（tmt-id / tim-com / telnyx-verify / urbanfox / sift ×3 / ravelin——商业反欺诈平台版图被系统性档案化，零代码）+ 4 条非风控（aegis-defai-terminal [DeFi 收益农场 agent]、conformal-seg / conformal-rag [工业质检/手册 RAG，conformal risk control 思想可迁移但应用域不符]、TrainFitter）+ 1 空仓库剔除（Uddish12dev/Shell-Transaction-Detector--Omnikon：GNN+空壳公司检测描述纯愿景，git 树为空，同 08-18 anshikamogha18 模式）+ 恶意仓库残留 1 个不重复验证（aml-checker-pro-master [07-29]）。连续第 2 日无新确认恶意仓库，累计维持 19 个。今日筛出 5 条新增高信号条目（低谷日：昨日 08-19 高产批次次日，GitHub 查询返回以残留为主，按 runbook 不以弱条目凑数）。今日核心亮点是 impossible-travel-guard——把"物理不可能行程"这一 ATO 原子信号做成了真实发布到 npm 的零依赖 TS 库；以及 fraud-policy-ab-test 的策略 A/B 评估方法论（SRM 检查 + 非劣性 guardrail + 客户级随机化检验），直接对上风控面试高频主题。

今日高信号

1. impossible-travel-guard (Furqan-Ashraf) — ATO 不可能行程原子信号库（真实 npm 包 ×3 版本：haversine 距离 + 时间差 → 隐含速度判定 + 用户自身历史对比非黑名单 + provider 无关 + 可插拔存储接口 + github.io live demo + 零运行时依赖 + 测试）【信号：★★★】

Furqan-Ashraf/impossible-travel-guard（0★, TypeScript, 19 文件 / 9 代码文件, 31 commits, 08-19 推送）把登录风控里"纽约 09:00 → 拉各斯 09:40 = 隐含时速 12,000+ km/h"这一经典 ATO 信号做成了五行代码接入的 npm 库（已验证真实发布：v0.1.0→0.1.2，registry 确认；live demo HTTP 200 在线）。

三个工程设计：(1) 用户自身历史序列 vs 黑名单范式对照——README 点明这是"少数拿用户和自己历史对比的 ATO 信号"：两个 IP 各自都干净（无 VPN 标记、无信誉问题）、单独看每次登录都正常，唯一错的是序列本身——这正是行为序列信号区别于画像/信誉信号的本质；(2) provider 无关 + 可插拔存储——任意地理 API 给出经纬度即可，memoryStore 默认、自定义 store 接口适配现有 DB/缓存，不绑定厂商；(3) 决策建议克制——文档明确"不要单靠此信号硬阻断"，建议触发 MFA/告警/留审，而非 block（单一信号误杀的运营意识）。

风控视角：ATO 防线的细粒度原子信号库化：登录风控的 velocity/impossible-travel 检查在多数系统里是内部规则或商业产品（Sift/Ravelin 的行为情报模块），第一次见到把它提炼成独立开源库并真实发包。与 08-09 ipfastcheck（IP 信誉三级决策库）形成"画像信号 vs 行为序列信号"的互补光谱——两者拼起来就是登录侧规则引擎的核心原子层。19 文件小库一晚可通读，travelGuard.ts + haversine.ts 的实现可直接对照自研登录风控的规则模块。与 反欺诈体系 的 ATO 检测直接相关。→ GitHub · npm · Live Demo

2. fraud-policy-ab-test (jiaying-wang091) — 风控策略 A/B 评估方法论标杆（客户级随机化 + exact binomial SRM 检查 p=0.708 + 协变量 SMD 均衡 + 随机化检验为主检验 + 客户聚类 bootstrap CI + 非劣性 guardrail 0.25pp + 训练/校准/评估三段时间切分）【信号：★★★】

jiaying-wang091/fraud-policy-ab-test（0★, Jupyter, 1 notebook + 3 图 + requirements, 08-19 单 commit，声明已在 594,643 行 BankSim 上完整执行）回答的是风控策略团队的真实问题："更严的欺诈策略该不该全量"——控制组拦截风险分 top 1.0%，处理组 top 1.5%，用模拟随机化政策重放（policy replay）量化得失。

方法论完整度是开源欺诈项目里罕见的：(1) SRM 检查——exact binomial 检验样本比例是否与设计相符（p=0.708 通过），A/B 实验第一步的诚实性检查；(2) 协变量均衡——实验前客户特征标准化均值差最大 0.067，排除分组偏倚；(3) 主检验用客户级随机化检验（置换检验）非参数检验，配客户聚类 bootstrap 置信区间处理重复交易的内相关；(4) guardrail 非劣性设计——主指标是"每 $1,000 交易额的已批欺诈损失"（$20.18→$12.89），但护栏是"合法交易批准率"不得降超 0.25pp（99.77%→99.37%，实际降 0.405pp 超出护栏→结论是需进一步测试而非直接 rollout）；(5) 三段时间切分——训练（0-89）/校准（90-119，冻结两阈值）/评估（120-179），评估结果不参与拟合与阈值选择。

风控视角：AGENTS.md 风控高频主题 A/B testing 的教科书级开源参考：结果本身就是最佳教学案例——欺诈损失降 36% 但合法批准率跌破护栏，"有效但不可上线"，展示了 guardrail 逻辑如何阻止单一指标优化。客户级随机化（非交易级）避免同一客户重复暴露、聚类 bootstrap 处理组内相关、SRM 前置检查——这三点正是 A/B 面试题的标准考点。⚠️ BankSim 合成数据 + 模拟分配（原始数据非实验产生），方法可迁移、数字不可引用。与 风控策略 的策略实验设计和 风控模型 的评估体系直接相关，面试素材可直接引用。→ GitHub

3. wire-transfer-fraud-detection (AbiyTekola) — 评分卡方法论现代复刻（WoE/IV 变量筛选 + 逻辑回归 + 多数类欠采样 + ROC 左侧低 FPR 高捕获关注 + reason codes 逐笔解释 + "组合重构"诚实申报）【信号：★★】

AbiyTekola/wire-transfer-fraud-detection（0★, Python, 8 文件 / 4 核心脚本：generate_synthetic_data / woe_iv / train_model / score_transaction, 08-19 单 commit, 葡语作者）是银行电汇欺诈建模的可解释优先路径复刻：原作者声明这是对真实银行项目（数据不可分享）的 portfolio 重构，用全合成数据保留方法论。

方法论要点：(1) WoE/IV 变量筛选——证据权重/信息值给特征排序，是评分卡时代（FICO 传统）的标准动作，在当下 XGBoost+SHAP 主流之外保留了另一条可解释路径；(2) ROC 左侧关注——极端不平衡下"高欺诈捕获 @ 低误报率"的左侧曲线比整体 AUC 更贴近调查员工时约束（与 08-19 Top-K 评估同一业务逻辑）；(3) 特征设计贴业务——距上次向该收款方付款的时间、收款方是否新接触、审批人数、路由类型、velocity；(4) reason codes 从正向特征贡献生成人读解释。

风控视角：传统评分卡方法论在新一代开源项目里的延续样本：WoE/IV+LR 是国内银行/消金风控面试的必考栈（评分卡开发流程），这个 4 脚本 demo 是该流程的最小可运行参考——binning→IV 排序→LR→reason codes 全链路可通读。"组合重构"的诚实申报（不冒充原行生产代码）与本周诚实申报文化一致。⚠️ 全合成 + 单 commit + 教学深度，参考方法组织而非指标。与 风控模型 的评分卡与可解释建模关联，可作面试答题的代码级注脚。→ GitHub

4. jd-capital-terminal (trade39) — 多资产量化终端带 OTC 风险引擎（100+ REST 端点 ×15 路由 / 20+ 终端页 / 双层缓存 TanStack+SQLite WAL / 多数据源抽象层 8+ provider / AES-256-GCM 密钥保管 + Supabase RLS / HF Spaces + Vercel 真实部署在线）【信号：★★】

trade39/jd-capital-terminal（1★, TypeScript + Python FastAPI, 8.5MB, created 05-29 → 08-19 持续推送, v2.11.0, HF Spaces docker 部署 + Vercel 前端）是市场/交易侧风控的工程化全景：组合优化、因子风险归因、衍生品定价、实时遥测——虽然是个"量化投资终端"而非反欺诈系统，但其工程层完整性在近期风控相关仓库里少见。

工程参考点：(1) 多数据源抽象层（data_providers.py：yfinance/FRED/Finnhub/CoinGecko/SEC EDGAR/Alpaca 等 8+ provider 按键配置、免费/付费混用）——对应风控数据接入层的多源异构问题；(2) 两层缓存（客户端 React Query + 服务端 SQLite WAL 读穿缓存）压低计算密集端点的延迟与限流压力——实时风控服务缓存设计的同构问题；(3) 密钥安全——第三方 API 凭据 AES-256-GCM 加密存储 + 数据库行级安全（RLS），风控平台对接外部数据源时的凭据治理参考。

风控视角：交易侧（市场风险）而非欺诈侧的工程样本：限额/熔断/Greeks 这类市场风控在开源界的形态参考——与 08-17 robson（Rust 限额+事件溯源）、08-17 gs-risk-engine（Java Greeks+Python MC VaR）同谱系。对求职作品集而言，8.5MB 真实部署的双语栈终端是"平台工程能力"的完整展示；对风控工程学习而言，其 provider 抽象 + 缓存分层 + 凭据保管三件套可直接迁移到行情/名单/特征等多源风控数据接入设计。⚠️ 无反欺诈/AML 组件，市场风险深度为终端级非机构级。与 实时风控引擎 的服务化与数据接入关联。→ GitHub

5. fintech-fraud-detection-ai (Tejas-1017) — "徽章指标幻觉"反面教材（README 声称 LightGBM+GNN+SMOTE / AUC-ROC 0.994 / sub-1.5ms，实际 dashboard.py 仅 13 行硬编码 Gradio stub，零模型代码）【信号：★】

Tejas-1017/fintech-fraud-detection-ai（0★, Python, 8 文件 / 1 代码文件, commits 2025-03→2026-05 非新建）的 README 徽章阵仗完整——Architecture: LightGBM + GNN、Latency: Sub-1.5ms、AUC-ROC: 0.994、Gradio Interactive——但验证（README + 文件树 + 代码检查）确认：全仓库唯一代码是 13 行的 dashboard.py，def score_transaction(amount, foreign_tx, velocity_1h) 硬编码返回，无任何模型/训练/数据代码，QUICKSTART 只有一句"运行 setup_environment.bat"。

风控视角："徽章 ≠ 代码"的取证级样本：与 08-18 Engrziaullah（GAN+RF AUC 1.00 但 README 自我怀疑"值得怀疑"）构成诚实度光谱的两极——同是"完美指标"，一个自我怀疑，一个做成徽章炫耀且无代码支撑；与 08-19 avikpln（docs-only 空壳）、08-19 NilsBerg9082（代码干净但零信号 astroturf）同属"表面信号污染"家族。triage 纪律的又一次验证：文件树 + 核心代码抽查是唯一可靠证据，README 徽章、star 数、commit 数都可被无成本伪造。留作反面案例记录，不建议链接引用其指标。与 风控模型 的评估纪律关联（作为反例）。→ GitHub

技术趋势

行业案例

值得深入

  1. ab-test notebook 的随机化检验实现——置换检验 vs 参数检验的选择理由、SRM exact binomial 的实现细节、guardrail margin 敏感性附录——对照 A/B testing 面试题整理成答题素材。
  2. impossible-travel 的判定实现——19 文件小库可通读（haversine + 速度阈值 + 状态存储接口），评估接入登录流的五行业务决策（触发 MFA 而非硬阻断）与国内"异地登录"规则的阈值差异。
  3. wire-transfer 的 woe_iv.py——binning 策略与 IV 排序阈值是否符合评分卡规范（通常 IV<0.02 剔除、>0.5 疑似泄露），对照传统评分卡面试考点。