天驭学院 · 教学材料 · 量化策略开发
課程講義
Walk-Forward按时间多次训练后只在之后区间测试。参数选择与评分应严格分开，标签跨界时需剔除重叠或留gap。
写训练/间隔/测试日历→每折仅用过去选参→冻结→记录下一段表现→拼接不重叠测试，禁止训练收益混入。
训练1–60、测试66–80，标签跨度5。最晚训练特征时点是否可为60？说明标签终点条件。
若特征60标签到65且测试从66开始，可在本题边界下使用；若测试从61开始则重叠，应剔除/留间隔。检查标签终点而非只看行号。
虚构三组训练/验证得分：参数A 2.0/−0.2，B 1.2/0.8，C 1.1/0.7。不能以训练2.0宣称A最佳；应先在验证集按预定准则挑选，再锁参数看独立测试。若看到测试后又调参数，测试已被消耗。
样本窗口跨边界的标签可能泄漏；隔离间隔至少考虑标签跨度，而非随意空一行。
这个无依赖脚本提供秩相关、时间折、库存估值、协方差风险与拒绝路径的小实验。网格部分仅做下穿买入库存，不含卖出回收或真实成交；风险平价部分只演示给定协方差，不是通用优化器。按报告核算，不将小实验当作完整生产策略。
python strategy_labs.py课程数值、价格、账户和案例均为教学假设；固定材料可离线复现。完成标记仅记录学习，不是能力认证、服务批准或收益保证。
Walk-Forward按时间多次训练后只在之后区间测试。参数选择与评分应严格分开，标签跨界时需剔除重叠或留gap。
按題設保存成果、核對參考結果後填寫自評。勾選不是自動批改或能力認證。
完成标记仅记录个人学习，不代表能力认证。练习使用教学假设或合成数据，不要求真实开户、入金或交易。