偶然中的必然：重采样技术检验过拟合——华泰人工智能系列之十九
创建于 更新于
摘要
本报告系统运用Bootstrap重采样方法构建“平行A股市场”，模拟机器学习不同环节随机性，定量检验回测结果的过拟合风险。结合图表1、8、9所示，发现基于分组时序交叉验证的模型在平行市场中性能稳定优于K折及乱序递进式交叉验证，验证真实世界结论的稳健性。同时，三种Bootstrap方案的结果显示，样本内数据扰动对模型表现影响有限，样本外数据及回测时间的变动对结果影响更大，提醒研究者关注训练数据质量和回测时间选择的风险。[pidx::0],[pidx::4],[pidx::15],[pidx::22],[pidx::25]
