今天文章我们跟大家分享中国源远流长的文化中存在的一种理论——博弈论。博弈论的发展与应用具有非常广阔的空间和强大的生命力。了解博弈论的思想方法，能够让我们更客观地审视自己的得与失，在正确的时间里作出正确的决策。

在风控策略流程中同样能看到博弈论的身影，特别是博弈论中的随意策略，更是我们常应用的手段。

阐述这个内容，我们先从博弈论中的一个故事说起：

唐朝末年，安禄山起兵造反，派遣叛将令狐潮率重兵包围了雍丘(今河南杞县)。为了保卫雍丘，守将张巡留1000人守城，自己带领1000精兵.打开城门冲出。张巡身先士卒，冲进敌阵猛砍，士兵个个奋勇。叛军做梦也没想到张巡敢冲出城，被杀得人仰马翻。

为了尽早攻下雍丘，令狐潮于第二天指挥士兵架起云梯登城作战。张巡率领士兵把用油浸过的草捆点着后抛下城去，登城的叛军被烧得焦头烂额，非死即伤。此后60多天里，只要一有机会，张巡就突然出兵攻击，打得叛军不知如何应对。

在与叛军作战的过程中，张巡用计夺取了叛军的大量粮食和盐，但粮盐虽足，城中箭矢却已消耗得差不多了。张巡让士兵扎了许多草人，给它们穿上黑衣。当夜月色朦胧，张巡命令士兵用绳子把草人陆陆续续地缒下城去。城外叛军见这么多人缒城而下，纷纷射箭，一时间箭如飞蝗。射了半天，叛军发觉不对劲，因为他们始终没听到一声喊叫声，而且又发现这一批刚拉上城去，那一批又缒下来，始觉中计。派人前去探查以后，他们方知所射的都是草人。在他们大呼上当之时，张巡已收获1万多支箭矢。

为了储备足够的箭矢，第二天深夜，张巡又把外罩黑衣、内穿甲胄的草人从城上放下去。叛军发现，乱射了一阵，发现又是草人。以后每天夜里，张巡都是如此，城外叛军渐渐知道是计，也不再拿箭去射。这时，张巡决定发起总攻。这一日，张巡把500名勇士趁夜色缒

下城去，勇士们奋勇冲进敌营。叛军一点准备也没有，立时大乱。接着，叛军的营房四处起火.混乱中也不知来了多少官军。最后，张巡率军直追杀出10余里，大获全胜。

故事中，叛军刚开始发现用箭射的都是稻草人时，以后当从城墙上缒下东西，仍用箭去射是对的，但后来上当的次数多了，他们就乐观地以为再次缒下来的肯定还是稻草人.结果张巡就缒下真人将他们杀得落花流水。故事中张巡采用的这种方法就是博弈论中的随机策略。所谓随机策略，就是说博弈参与者应用随机方法来决定所选择的策略。

在博弈中，大家都是理性的人，一方采取某种策略，另一方都会进行理性推测进而作出相应的回应，此时，如果取随机策略，让他摸不清你的行动规律，便可巧妙地战胜强大的对手。民间很早就有乱拳打死老师傅”的说法，说的是一位学艺归来的拳师，与老婆发生了争执。老婆摩拳擦掌跃跃欲试。拳师心想:“我学武已成，难道还怕你不成?”没承想尚未摆好架势，老婆已经张牙舞爪地冲上来，三下五除二，竟将他打得鼻青脸肿，没有还手之力。事后别人问他:“既然学武已成，为何还败在老婆手下?拳师说:“她不按招式出拳，我怎么招架?这里说的与随机策略其实是一回事。这就告诉我们，在与强敌博弈时，随机策略看似不是章法，但却胜似章法，因为，在博弈中，大家都是理性的人，一方采取某种策略，另一方都会进行理性推测进而作出相应的回应，此时，如果采取随机策略，让他摸不清你的行动规律，便可巧妙战胜强大的对手。适度暴露，变缺点为优点。

从博弈论的随机策略中，我们不难发现一个核心的规则就是：不按套路出牌，你永远不会知道下一秒会发生什么。在风控的策略中可以，我们一样有相似的策略规则，其思想逻辑跟博弈论上的思想是契合的。

随机就是不可能是确定的东西,确定的东西就不能是随机的东西。在概率论中，P在1%到100%，出现的概率都是一样的。

最早接触用随机来实操的，是使用excel来生成一个随机的数。

1.  在excel中，如果你要随机生成一个在一定范围的数，你可以使用rand函数。

2. 在要输入随机数的单元格中输入=RAND()。

3. 按Enter键，就能产生0~1之间的随机数。

4. 当我们需要产生其他范围的随机数时，我们可以以RAND函数作为基数，制定其他范围的随机数。假设最小数为X，最大数为Y，随机数=X+RAND()*(Y-X)。假设最小数为30，最大数为60，随机数=30+RAND()*(60-30)。在单元格输入=30+RAND()*(60-30)。

按Enter键，就能产生30~60之间的随机数。

接下来，我们照样用rand（）这个函数卡在具体的策略分支流程中，对于某些不确定的规则，我们用rand()>0.4,让部分的人群通过，具体流程如下：

有同学说这样实操的作用是什么？

比如在这里，规则A的内容是：最近一月内容是否安装了博彩类APP。

因为此条新策略为新上线规则，之前并没有相关的数据积累。同时对于此类非金融性的数据，一般也不太适合做强规则拒绝，所以在这里我们使用随机策略，选择性的让客群进入，为后续的数据做准备，另一方面也让欺诈有概率性的通过。

这又回到开篇中所提内容，嵌入到具体的运用场景就会出现看似同样的进件的，却会对某条规则实行差异化的处理，这也似乎间接提升了一定的欺诈成本。在某些非团体性案件中，更会直接拒绝客户。