金融科技创业者，外滩大赛报名通道已开——你的项目该怎么准备

预计阅读时间：7 分钟

第一届金融科技国际创新创业大赛（Fintech@外滩）报名正式启动。这不是一场纯学术路演，而是面向正在做产品、跑数据、找场景的金融科技团队——从支付清算到风控建模，从合规科技到财富管理，只要技术能解决真实金融痛点，都有舞台。

大赛在找什么样的项目

金融科技赛道宽，但评审锚点很明确：技术有没有落地场景，方案有没有合规边界。几类方向历来最受关注：

支付与清算基础设施：跨境支付、实时清算、新型结算网络。
风控与反欺诈：基于图网络、时序模型的交易异常检测。
合规科技（RegTech）：自动化监管报送、KYC/AML 智能审查。
财富管理与投顾：个性化资产配置引擎、投研知识图谱。
保险科技：核保自动化、理赔反欺诈、定价模型优化。

如果你的项目已经跑通了核心逻辑，哪怕还只是 MVP，也比纯概念方案更有竞争力。

从零搭一个可演示的金融科技最小原型

评审看的是"你能跑起来吗"。下面用一个极简的交易风控 API做示范——FastAPI + SQLite，5 分钟可启动，足够在路演时展示"请求进来 → 规则引擎判断 → 返回风控决策"的完整链路。

这是示范性原型，并非大赛官方要求的技术栈，你可以按自己项目方向替换核心逻辑。

项目结构

fintech-demo/
├── main.py
├── requirements.txt
└── README.md

requirements.txt

fastapi==0.115.0
uvicorn==0.30.6
pydantic==2.9.0

main.py

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
from datetime import datetime
import sqlite3
import os

DB_PATH = "transactions.db"

app = FastAPI(title="Fintech 风控 Demo", version="0.1.0")


# ---------- 数据模型 ----------
class Transaction(BaseModel):
    user_id: str
    amount: float
    currency: str = "CNY"
    merchant: str
    timestamp: datetime | None = None


class RiskDecision(BaseModel):
    transaction_id: str
    risk_level: str          # low / medium / high
    action: str              # approve / review / block
    reason: str


# ---------- 规则引擎（可替换为模型推理） ----------
def evaluate_risk(tx: Transaction) -> RiskDecision:
    """极简规则：大额 + 新商户 = 高风险"""
    tx_id = f"TX-{datetime.now().strftime('%Y%m%d%H%M%S')}-{tx.user_id}"

    if tx.amount >= 50000 and tx.merchant.startswith("NEW_"):
        return RiskDecision(
            transaction_id=tx_id,
            risk_level="high",
            action="block",
            reason="大额交易 + 新商户，触发风控规则"
        )
    elif tx.amount >= 10000:
        return RiskDecision(
            transaction_id=tx_id,
            risk_level="medium",
            action="review",
            reason="中等金额，需人工复核"
        )
    else:
        return RiskDecision(
            transaction_id=tx_id,
            risk_level="low",
            action="approve",
            reason="低风险交易，自动放行"
        )


# ---------- SQLite 记录 ----------
def init_db():
    conn = sqlite3.connect(DB_PATH)
    conn.execute("""
        CREATE TABLE IF NOT EXISTS decisions (
            transaction_id TEXT PRIMARY KEY,
            user_id TEXT,
            amount REAL,
            risk_level TEXT,
            action TEXT,
            reason TEXT,
            created_at TEXT
        )
    """)
    conn.commit()
    conn.close()


def save_decision(tx: Transaction, decision: RiskDecision):
    conn = sqlite3.connect(DB_PATH)
    conn.execute(
        "INSERT INTO decisions VALUES (?, ?, ?, ?, ?, ?, ?)",
        (decision.transaction_id, tx.user_id, tx.amount,
         decision.risk_level, decision.action, decision.reason,
         datetime.now().isoformat())
    )
    conn.commit()
    conn.close()


# ---------- API ----------
@app.on_event("startup")
def startup():
    init_db()


@app.post("/transactions/evaluate", response_model=RiskDecision)
def evaluate_transaction(tx: Transaction):
    if tx.timestamp is None:
        tx.timestamp = datetime.now()

    decision = evaluate_risk(tx)
    save_decision(tx, decision)
    return decision


@app.get("/decisions/recent", response_model=list[RiskDecision])
def recent_decisions(limit: int = 10):
    conn = sqlite3.connect(DB_PATH)
    rows = conn.execute(
        "SELECT transaction_id, risk_level, action, reason "
        "FROM decisions ORDER BY created_at DESC LIMIT ?",
        (limit,)
    ).fetchall()
    conn.close()
    return [
        RiskDecision(transaction_id=r[0], risk_level=r[1],
                     action=r[2], reason=r[3])
        for r in rows
    ]

启动与测试

# 安装依赖
pip install -r requirements.txt

# 启动服务
uvicorn main:app --reload --port 8000

# 测试：低风险交易（自动放行）
curl -X POST http://localhost:8000/transactions/evaluate \
  -H "Content-Type: application/json" \
  -d '{"user_id":"U001","amount":500,"merchant":"M_ALIPAY"}'

# 测试：中等风险（需复核）
curl -X POST http://localhost:8000/transactions/evaluate \
  -H "Content-Type: application/json" \
  -d '{"user_id":"U002","amount":15000,"merchant":"M_KNOWN"}'

# 测试：高风险（大额 + 新商户，直接拦截）
curl -X POST http://localhost:8000/transactions/evaluate \
  -H "Content-Type: application/json" \
  -d '{"user_id":"U003","amount":60000,"merchant":"NEW_M123"}'

# 查看最近决策记录
curl http://localhost:8000/decisions/recent?limit=5

这个原型虽小，但已经覆盖了金融科技路演最核心的三件事：输入建模、规则/模型推理、决策留痕。你可以把 evaluate_risk 替换成真正的 ML 模型调用，把 SQLite 替换成 PostgreSQL 或 Redis，演示效果立刻升级。

报名与路演准备清单

大赛报名已开放，提交之前建议逐项确认：

检查项	说明
核心场景是否一句话能说清	"我们用 X 技术解决 Y 人群的 Z 痛点"——如果说不清，评审也听不懂
是否有可运行的 Demo	能现场跑的 API / Dashboard 比PPT截图强十倍
合规边界是否标注	金融项目必须说明数据来源、监管适用范围、隐私合规方案
技术栈是否可解释	不需要追新，但选型理由要能回答"为什么不用 X"
团队分工是否明确	技术负责人、业务负责人至少各一人，路演时两人配合效果最好

写在最后

Fintech@外滩大赛给的是曝光和资源对接，不是一笔融资。真正拿到后续机会的团队，往往是那些带着可运行产品、清楚合规边界、能讲清商业闭环的人。报名只是第一步——先把你的最小原型跑起来，再去填表。

大赛报名入口及详细赛制规则，请关注官方发布渠道获取最新信息。