Does Training on Future Data Pay? Look-Ahead Bias in Forecasting with Pretrained Models
创建于 更新于
摘要
本文研究预训练金融时间序列模型使用未来训练数据是否会造成回测中的前视偏差，并通过五类模型、三种训练信息环境、14个股票市场及四种预测期限进行点时基准与未来模型版本的匹配比较。美国训练环境下，跨越预测起点的后训练版本虽然显著改变预测，但在20个模型—期限组合中的18个组合降低预测准确率，投资组合年化确定性等价收益中位数在美国和国际市场分别低于点时基准1.77和2.14个百分点。误差分解表明，未来信息造成的预测修正只有在纠错收益超过修正幅度惩罚时才会提升预测，因此时间暴露本身只能证明信息集违规，不能单独证明回测收益被高估。[page::1][page::5][page::26][page::30][page::32]
