RiskBands

O que é o RiskBands

O RiskBands é uma biblioteca Python para construir, comparar e auditar candidatos de binning quando a pergunta real não é apenas “qual corte tem IV maior?”, mas:

qual solução continua mais defensável quando o tempo entra na análise?

Ele foi pensado para casos como:

• modelos de PD
• scorecards de crédito
• leitura por safra ou vintage
• variáveis com drift temporal
• estruturas com bins raros, cobertura frágil ou reversões de ranking

Por que usar

O OptimalBinning já resolve muito bem o corte estático. O papel do RiskBands é ajudar a decidir se esse corte ainda é a melhor resposta quando você abre o comportamento por período.

Na prática, o projeto adiciona:

• diagnóstico temporal por variável, bin e período
• score orientado a robustez temporal com a estratégia stable
• comparação entre candidatos via BinComparator
• relatórios auditáveis para explicar por que um candidato venceu

Caminho recomendado para um usuário novo

1. Instale a biblioteca em Python.
2. Rode o Quickstart.
3. Leia Score e estratégias para entender stable.
4. Use Outputs e diagnóstico para aprender a interpretar o resultado.
5. Vá para Exemplos ou para o Benchmark PD vintage.

Fluxo mínimo

from riskbands import Binner

binner = Binner(
    strategy="supervised",
    score_strategy="stable",
    max_n_bins=5,
    check_stability=True,
)

binner.fit(df, y="target", column="score", time_col="month")
summary = binner.summary()
score_details = binner.score_details()

O que torna o score stable diferente

O stable não escolhe o melhor candidato apenas por IV estático.

Ele combina:

• variância temporal do WoE shrinkado
• drift entre janelas
• inversões de ranking entre bins
• separação
• entropia
• PSI

Tudo isso em uma forma comparável e orientada a minimização.

Próximos passos

• Quer começar a usar? Vá para Quickstart.
• Quer entender a estratégia recomendada? Vá para Score e estratégias.
• Quer evidência metodológica? Vá para Benchmark PD vintage.