特征泄露:训练に未来情報が混ざると上线後断崖

公開日: 2025-08-08 出典: 许愿牛科技

回测美・上线断崖は特征に未来情報。时间切分・特征审查を项目计划に—准确率だけ見ない。

验证集准确率高、上线后予测は瞎猜。特征泄露:训练时用了当时未知情報—事后质检、月末库存、未来标签统计。泄露は回测作弊、生产无作弊卷で断崖。时间切分・特征审查を关卡に、不过关不准上线。

当时可获得数据で复现できない回测は生产不可。

当时能看见だけ使う

业务时间で训练/验证切分、时序样本随机打散禁止。特征字典に可获得时点。衍生统计は过去窗口のみ。标签と特征は別管道、宽表で未来混入禁止。

  • 上线前「当时快照」重放、阈值外れは泄露判定。
  • 业务专家が事后诸葛特征を审查。
  • 生产监控、断崖は先に泄露再调模型。
回测优秀模型上线后断崖
断崖は训练が未来を見たことが多い。生产に未来は早届かない。

审查は刷分より重要

XYN 数智化システムは预测を建议扱いも特征时点を要求。泄露过关モデルのみ流程へ、刷分过关は第一周で信任失う。信任失後、诚实モデルも无人开。

各特征の可获得时点を列挙。書けなければ削除して再训练。

时间切分で未来情報を训练外に
时间墙は防泄露闸。墙なし准确率は剧透。