Walk-forward: последовательная проверка
Walk-forward проверяет настройку на прошлом и применение на следующем отрезке, последовательно сдвигая границы во времени.
Суть и границы понятия
Walk-forward проверяет настройку на прошлом и применение на следующем отрезке, последовательно сдвигая границы во времени.
Для практического разбора рядом полезны Бэктест и Переобучение и подбор параметров: они уточняют связанные условия и ограничения.
Как это работает
На каждом шаге параметры определяют только по доступной истории, фиксируют и применяют к следующему периоду. Обучающее окно может расширяться или иметь постоянную длину; выбор должен соответствовать реальному способу обновления системы.
Если метка использует следующие восемь баров, обучающие события с исходом за границей проверки необходимо исключить. Простого разделения по дате сигнального бара недостаточно. Дополнительный временной зазор уменьшает часть пересечения информации.
Итоги складывают по последовательным непересекающимся проверочным периодам. Но если после просмотра всех шагов выбрать из сотен вариантов лучший, возникает новый уровень подгонки; финальная новая история остаётся важной.
Определения и параметры: scikit-learn: временное разделение и gap. Формулы и выводы по иллюстрации рассчитаны отдельно и раскрыты ниже.
Реальный пример
Что показывает пример
Временная схема построена по покрытию реальных котировок SBER2023–2025. Разделение иллюстрирует порядок «прошлое → следующий период», а не изображает фактически обученную на этих блоках модель.
Для метки на восемь следующих баров сигналы на границе необходимо исключить из обучающего блока, если их исход уже относится к следующему.
Источник и параметры примера
Границы взяты из сохранённого ряда; это план временной проверки, а не выдуманные показатели доходности.
Наблюдение на истории не является гарантией будущего результата.
Как применять
- Указать длину окон и расписание переобучения заранее.
- Очищать границы по времени завершения меток.
- Хранить прогнозы каждого шага до просмотра следующего периода.
Подводные камни
- Случайный train/test для свечей позволяет обучаться на будущем относительно проверки.
- Многократный пересмотр финального года делает его частью исследования.
- Очень короткие окна создают шумные оценки и меняющийся состав классов.
- Пересекающиеся проверочные окна нельзя складывать как независимые новые сделки.
Что проверить перед решением
- Что именно измеряется и в каких единицах?
- Какие данные были доступны в момент решения, а что появилось позднее?
- Какие расходы, ограничения исполнения или исключения меняют вывод?
- Где заканчивается наблюдение и начинается непроверенная гипотеза?
- Указать длину окон и расписание переобучения заранее.
Частые вопросы
Это гарантирует отсутствие переобучения?
Нет; метод улучшает временную дисциплину, но не исключает подбор архитектуры и правил по всем просмотренным результатам.
Можно ли использовать случайное перемешивание внутри обучения?
В некоторых моделях да, но временные границы и доступность меток всё равно должны сохраняться.
Связанные понятия
Обратные связи: Торговая система, Режимы рынка, Переоптимизация: как распознать подгонку.
Источники и параметры данных
Источник и единицы именно этой иллюстрации указаны в раскрывающемся блоке под ней. Доступны CSV и JSON с правилами расчёта и контрольной суммой. Реальные котировки, нормативные значения и условные сценарии различаются в подписи; расчётный пример не выдаётся за совершённую сделку или полноценную проверку стратегии. Правила и параметры инструментов могут меняться; для решения нужна редакция, действующая на дату операции.