清除交叉验证与禁运¶
定义¶
标签占用的收益区间若和测试集重叠，这些训练样本要清除。测试集之后再留一段禁运，避免紧挨着的标签泄漏。
公式¶
\[
\text{清除}=\{\,i:\ \text{标签区间}_i\cap\text{测试区间}\ne\emptyset\,\}
\]
清除名单和禁运名单分开保存。验证按时间向前，不打乱月份。若把当期收益本身当成特征，教学序列的样本外 \(R^2\) 可以变成 1。
直觉¶
预测下个月，训练里就不能含有「已经用到下个月价格」的行。禁运是在测试窗后面再空一截，因为长标签会伸过去。
实务要点 / 常见误区¶
- 个股样本外 \(R^2\) 和组合夏普不是同一个格子。Gu、Kelly 与 Xiu 的 NN3 是 0.40% 和夏普 1.20；夏普 1.35 属于 NN4。
- \(R^2\) 的分母是超额收益平方和，可以为负。
- 本章不调用未安装的学习库。生成的代码只作草稿。
相关概念¶
- 前视偏差与幸存者偏差 (
lookahead_and_survivorship_bias) - 多重检验门槛 (
multiple_testing_hlz) - 信息系数与 ICIR (
information_coefficient_icir)