26  Glosario

Términos clave del paper CRPTO

Glosario

Términos técnicos usados en el manuscrito y el dossier extendido. Se ordenan alfabéticamente. Las siglas siguen el uso de la literatura inglesa cuando esa es la convención dominante (e.g. PD, LGD, ECE) y se traducen donde la versión en español es más legible.

26.1 A

Alpha (α)

Nivel de miscoverage tolerado en conformal prediction. Para un valor α = 0.10, la garantía marginal es P(y ∈ [low, high]) ≥ 1 − α = 0.90. CRPTO reporta resultados para α ∈ {0.10, 0.05, 0.01}.

APS (Adaptive Prediction Sets)

Método de conformal classification que pondera la probabilidad cumulativa de las clases más probables hasta cubrir 1 − α. Variante usada en MAPIE 1.x bajo el nombre aps.

AUC (Area Under the ROC Curve)

Métrica de discriminación de un clasificador binario. Independiente de la calibración.

26.2 B

Backtesting

Evaluación contrafactual de la política CRPTO sobre cohortes históricas, comparando el portafolio escogido vs el realizado.

Brier score

Promedio cuadrático del error de predicción probabilística. Combina calibración y discriminación; menor es mejor.

Bound-aware search

Búsqueda exhaustiva de políticas de portafolio que respeta las cotas del intervalo conformal (no sólo el punto). Es la estrategia que genera las 276 869 políticas candidatas del champion CRPTO.

26.3 C

Calibración (Venn-Abers, Isotonic, Platt)

Transformaciones que ajustan las probabilidades crudas del modelo para que P(y=1|score=p) ≈ p. CRPTO usa Venn-Abers en producción por su garantía conformal nativa.

CatBoost

Gradient boosting de Yandex. Modelo PD principal del champion.

Champion (CRPTO)

Configuración final escogida para el paper. Run tag: paper-thesis-final-economic-2026-04-06. Política: bound_aware_276k_economic_champion. Retorno robusto: $170 464,54.

Conformal prediction

Marco que produce intervalos [low, high] con cobertura garantizada en muestras finitas, sin asumir distribución del residual. Base teórica: intercambiabilidad.

Cobertura condicional

Cobertura que se mantiene dentro de subgrupos (e.g. por grade del préstamo) — más fuerte que la marginal. Mondrian CP la aproxima por particiones.

CQR (Conformalized Quantile Regression)

Variante conformal que usa regresión cuantil como nonconformity score. Comparado en chapters/09-spo-regret.qmd.

26.4 D

DagsHub

Plataforma de DVC + MLflow + Git para proyectos ML. CRPTO la usa como remote de DVC y tracking de MLflow.

Default

Evento binario y = 1 para préstamos con status Charged Off o Default en LendingClub. Default rate base: ≈ 12 %.

DPD (Demographic Parity Difference)

Métrica de fairness: |P(ŷ=1|A=a) − P(ŷ=1|A=b)|. Auditada por grupo demográfico proxy en chapters/10-fair-lending.qmd.

DVC

Data Version Control. Versiona artefactos grandes (parquets, modelos) fuera de Git, con remoto compartido.

26.5 E

ECE (Expected Calibration Error)

Métrica de calibración. Promedio ponderado del gap entre frecuencia observada y probabilidad media por bin. CRPTO usa n_bins = 15.

EOdds (Equalized Odds)

Métrica de fairness: igualdad de TPR y FPR entre grupos.

26.6 F

Fairness audit

Evaluación sistemática de DPD/EOdds/DIR por grupo demográfico (proxy: zip, employment, purpose). Resultados en reports/mrm/.

Funded set

Préstamos escogidos por la política CRPTO bajo presupuesto fijo. Composición analizada en chapters/12-funded-set.qmd.

26.7 G

Gamma (γ)

Peso de blending entre PD puntual y cota conformal en las políticas blended_uncertainty. γ = 0 = punto; γ = 1 = peor caso conformal.

Γ_CP (Gamma_CP)

Brecha conformal observada del champion: 0.18591 para α = 0.01. Mide la diferencia entre cobertura observada y target.

Grade

Calificación crediticia de LendingClub (A–G). Usada como variable Mondrian para conformal condicional.

26.8 I

IV (Information Value)

Métrica de discriminación univariada para WoE-encoded features. CRPTO la usa para ranking de features en chapters/04-resultados.qmd.

26.9 L

LGD (Loss Given Default)

Fracción del exposure perdida cuando ocurre default. En CRPTO se trata como punto fijo 0.45 (proxy estándar) y como upper bound conformal en algunas variantes robustas.

26.10 M

MAPIE

Librería Python de conformal prediction. CRPTO la usa en versión 1.4 con las clases SplitConformalRegressor, SplitConformalClassifier, CrossConformalRegressor y VennAbersCalibrator.

Mondrian CP

Variante de split conformal que estratifica por una variable categórica (e.g. grade). Da cobertura condicional aproximada.

MRM (Model Risk Management)

Marco regulatorio (SR 11-7 en EE. UU., BCBS-239 globalmente) que define expectativas de gobernanza para modelos. CRPTO entrega un dossier MRM en reports/mrm/ y chapters/11-mrm.qmd.

26.11 P

PD (Probability of Default)

Probabilidad que el préstamo entre en default antes del horizonte. Output principal del modelo CatBoost canónico.

PIT (Pre-Issuance Test)

No aplica a CRPTO en el sentido bancario — se menciona sólo cuando se cita literatura de calibración secuencial.

Política CRPTO

Función (pd_point, pd_low, pd_high, lgd, presupuesto) → asignación. CRPTO compara 7 modos (point_estimate, hard_worst_case, blended_uncertainty, capped_blended_uncertainty, tail_blended_uncertainty, segment_tail_blended_uncertainty, segment_relative_tail_blended_uncertainty). Ver src/optimization/policy.py.

26.12 R

Región robusta

Conjunto de políticas vecinas del champion que también pasan el test α_exact_pass = True. CRPTO reporta 45/45 para α = 0.01.

Retorno robusto

Retorno realizado del portafolio bajo el peor escenario conformal. Para el champion: $170 464,54.

RAPS (Regularized Adaptive Prediction Sets)

Variante de APS con regularización para reducir el tamaño promedio del set. Comparado en chapters/08-ablacion-mondrian.qmd.

26.13 S

SHAP (SHapley Additive exPlanations)

Atribución de aportes por feature al score individual. Usado en chapters/04-resultados.qmd para explicabilidad del champion.

SPO+ (Smart Predict-then-Optimize)

Loss decision-aware de Elmachtoub & Grigas (2022). Comparador del enfoque CRPTO en chapters/09-spo-regret.qmd.

SR 11-7

Supervisory Guidance on Model Risk Management de la Reserva Federal (2011). Marco MRM canónico en EE. UU.

26.14 T

Temporal holdout

Particionamiento out-of-time del dataset: train hasta cierto año, test desde el año siguiente. Estrategia de validación principal de CRPTO (vs train aleatorio).

26.15 V

V (alpha_weighted_miscoverage)

Métrica de miscoverage del champion. Para α = 0.01, vale 0.03645. Mide la fracción ponderada de loans donde y_true ∉ [pd_low, pd_high].

Venn-Abers

Calibrador conformal que produce intervalos [p₀, p₁] con garantía de cobertura. Usado por CRPTO como calibrador del PD canónico. Wrapper en src/models/venn_abers.py.

26.16 W

WoE (Weight of Evidence)

Transformación supervisada de variables categóricas: WoE(x) = log(P(x|y=1) / P(x|y=0)). CRPTO usa OptBinning para WoE de grade, purpose, home_ownership.