金融交易風控聽起來很高深，但其實我們可以用簡單的程式就模擬出一個小小的「異常交易偵測系統」。今天，就用 Python 幫助你建立第一個結合交易金額與交易時段的風控規則，讓你一步步看懂背後的邏輯。

為什麼要結合金額與時段判斷？
在真實的金融場景中，「金額」往往只是異常的其中一個判斷條件。例如：

• 一筆金額超過 3000 元的交易，如果發生在下午 2 點的日常購物，可能不算異常。
• 但如果同樣金額的交易發生在凌晨 3 點，風控系統就會亮起紅燈。
  這種多條件判斷的方式，可以有效降低誤報與漏報。

用 Python 實作雙條件風控
我們來用程式模擬 20 筆交易，並加入交易時間的條件判斷。

import numpy as np
import random

# 模擬 20 筆交易金額（1 ~ 5000 元）
transactions = np.random.randint(1, 5000, 20)

# 模擬交易時間（隨機在一天的 24 小時內）
transaction_times = [random.randint(0, 23) for _ in range(20)]

# 定義「非平常時段」（例：晚上 10 點到早上 6 點）
def is_off_hours(hour):
    return hour >= 22 or hour < 6

# 定義風控規則：金額大於 3000 且非平常時段
def is_suspicious(amount, hour):
    return amount > 3000 and is_off_hours(hour)

# 輸出交易資料與判斷結果
for amount, hour in zip(transactions, transaction_times):
    status = "⚠️ 異常" if is_suspicious(amount, hour) else "✅ 正常"
    print(f"交易金額：{amount} 元 | 時間：{hour}:00 | {status}")

你會看到什麼結果？

• 如果交易金額 ≤ 3000 元，即使在凌晨也不會被標記異常。
• 如果交易金額 > 3000 元，但時間在白天，也屬正常。
• 只有同時滿足兩個條件（大金額 + 非平常時段）才會被標記「⚠️ 異常」。

重點複習

1. 真實世界的金融風控是多維度判斷，不會只看單一條件。

2. Python 很適合用來快速模擬與驗證風控規則。

3. 透過這樣的小專案，你能更直觀地理解風控的邏輯與價值。

   「風控不是限制交易，而是守護金融世界的安全網。」