背景知识：时间序列交叉验证（Purged CV）

"标准 K-Fold 用在金融数据上，就像用明天的报纸预测今天的股价。"

为什么标准交叉验证在金融中失效？

标准 K-Fold 的假设：样本之间相互独立。

金融数据的现实：

• 今天的收益率和昨天高度相关（自相关）
• 用于预测第 100 天的特征可能包含第 99、98 天的信息
• 标签（收益）往往涉及多天窗口

结果：信息从测试集"泄漏"到训练集，过拟合严重。

一个具体的泄漏案例

场景：预测未来 5 天收益

数据：第 1-100 天
标签：ret_5d[t] = (close[t+5] - close[t]) / close[t]

样本 95 的标签用到了：第 95-100 天的价格
样本 96 的标签用到了：第 96-101 天的价格（部分重叠！）

标准 K-Fold 可能：

• 训练集包含样本 95（标签涉及 95-100 天）
• 测试集包含样本 96（标签涉及 96-101 天）
• 96-100 天的信息同时在训练和测试中！

三种时间序列 CV 方法

方法一：简单时间切分（Walk-Forward）

Fold 1: 训练 [1-60]  → 测试 [61-70]
Fold 2: 训练 [1-70]  → 测试 [71-80]
Fold 3: 训练 [1-80]  → 测试 [81-90]
Fold 4: 训练 [1-90]  → 测试 [91-100]

优点：简单，无未来信息泄漏 缺点：训练集越来越大，早期数据可能已失效

方法二：滑动窗口（Rolling Window）

Fold 1: 训练 [1-60]   → 测试 [61-70]
Fold 2: 训练 [11-70]  → 测试 [71-80]
Fold 3: 训练 [21-80]  → 测试 [81-90]
Fold 4: 训练 [31-90]  → 测试 [91-100]

优点：训练集大小固定，使用最近的数据 缺点：样本利用率低

方法三：Purged K-Fold（推荐）

在标准 K-Fold 基础上：

1. 时间排序：按时间顺序分 K 折
2. Purge（清除）：删除训练集中与测试集标签重叠的样本
3. Embargo（隔离）：在清除区外再留安全边界

Purged CV 详解

问题设定：

• 特征窗口：过去 20 天
• 标签窗口：未来 5 天
• 数据：第 1-100 天

步骤：

1. 分折（假设 5 折）
   Fold 3 测试集：第 41-60 天

2. 识别泄漏区
   测试集标签涉及：第 41-65 天（41+5-1 到 60+5-1）
   训练特征涉及：第 21-40 天也可能影响测试

3. Purge（清除）
   删除训练集中标签与测试集重叠的样本
   删除：第 36-40 天（标签涉及 36-45，与 41-65 重叠）

4. Embargo（隔离）
   再删除 Purge 边界之后的 N 个样本
   假设 Embargo = 5 天，删除第 41-45 天的训练样本

可视化：

Embargo 的作用

为什么需要 Embargo？

即使清除了标签重叠，仍可能存在：

• 特征的自相关（今天的 MA20 和明天的 MA20 几乎一样）
• 信息传播延迟（新闻影响持续数天）
• 市场状态持续性（趋势不会一天内消失）

Embargo 长度建议：

经验法则：Embargo ≈ 0.5 × 标签窗口

实际计算示例

设定：

• 数据量：1000 个样本（日线 4 年）
• 标签：未来 10 天收益
• K = 5 折
• Embargo = 5 天

Fold 分配：

注意：每折损失约 15 个样本用于防止泄漏。

与其他方法对比

多智能体视角

在多智能体系统中，不同 Agent 的训练需要不同的 CV 策略：

Signal Agent（预测 5 日收益）:
  - Purge: 标签窗口 5 天
  - Embargo: 3 天
  - 保守估计模型表现

Regime Agent（识别市场状态）:
  - Purge: 通常不需要（状态是当前的）
  - Embargo: 较长（状态转换有惯性）
  - 关注状态转换期的准确率

Risk Agent（预测波动率）:
  - Purge: 波动率窗口（如 20 天）
  - Embargo: 5 天
  - 波动率聚集性导致需要更长 Embargo

常见误区

误区一：用了 Purged CV 就不会过拟合

不对。Purged CV 只防止信息泄漏，不能防止：

• 特征过多导致的过拟合
• 数据窥探（反复测试直到找到好结果）
• 模型复杂度过高

误区二：Embargo 越长越好

不完全对。过长的 Embargo：

• 浪费有效训练样本
• 可能导致训练数据过于陈旧
• 增加计算成本

误区三：只需要在最终测试时用 Purged CV

错误。超参数调优时也必须用 Purged CV，否则会选出过拟合的参数。

实用建议

1. 检查是否需要 Purge

需要 Purge 的情况：
- 标签涉及多天窗口（如未来 N 天收益）
- 特征涉及长窗口（如 60 日均线）
- 样本间存在重叠

不太需要 Purge 的情况：
- 标签是瞬时的（如下一 Tick 方向）
- 样本完全独立（如不同股票的截面）

2. 验证 Purge 效果

对比实验：
1. 用标准 K-Fold 训练，记录测试准确率
2. 用 Purged K-Fold 训练，记录测试准确率
3. 差异越大，说明原来泄漏越严重

3. 保留完全独立的测试集

数据分配：
- 70%：Purged K-Fold 用于模型选择和超参调优
- 30%：完全隔离的最终测试集，只用一次

总结