2025年证券AI风险预警模型考题(含答案与解析).docxVIP

2025年证券AI风险预警模型考题(含答案与解析).docx

2025年证券AI风险预警模型考题(含答案与解析)

一、单项选择题（每题3分，共15分）

1.以下哪项属于证券AI风险预警模型中数据层最核心的风险？

A.模型参数调优不充分

B.历史交易数据中存在“幸存者偏差”

C.算法对小市值股票的预测权重过低

D.预警信号触发阈值设置不合理

答案：B

解析：数据层风险主要指数据本身的质量和结构问题。“幸存者偏差”是典型的数据选择偏差（仅保留存活或持续存在的样本，忽略已退市或异常退出的标的），会导致模型对尾部风险（如违约、退市）的识别能力被低估。A、C、D均属于模型层或策略层风险。

2.某券商AI预警模型在2024年三季度对高净值客户的信用风险误报率比普通客户高37%，经排查发现模型训练数据中高净值客户历史违约样本仅占总样本的2%。这一现象最可能反映哪种算法偏差？

A.样本选择偏差

B.标签偏差

C.测量偏差

D.确认偏差

答案：A

解析：样本选择偏差指训练数据无法代表真实分布（如高净值客户违约样本比例远低于实际市场中的潜在比例），导致模型对该群体的风险识别能力不足。标签偏差是指标签本身不准确（如违约定义错误）；测量偏差是数据采集工具误差（如交易数据记录错误）；确认偏差是模型设计者主观偏好影响（如预设高净值客户更安全）。