老张开了一家小吃店，每天打烊后都要琢磨一个事：明天该备多少货？他手里只有一本账，记录着从开业到今天每一天卖了多少。明天还没发生，账本上不可能有明天的数字——他必须只用“过去”来预测“明天”。备多了浪费，备少了得罪客人，这个问题天天都要答一次，答完又迎来新的一天。 Walk-forward滚动验证，就是老张这套“每天打烊—更新账本—预测明天”的流程在机器学习里的严谨版本。它把时间序列切成一段段：先用过去一段窗口训练，预测下一时刻，再把真实值并入历史，继续往前滚。因为严格保持时间顺序，它能够模拟模型真实上线后的工作方式，避免标准K折交叉验证在时间序列上“偷看未来”的剧透问题。 读完这篇，你会知道如何用老张的方式评估时序模型，并且知道固定窗口、扩展窗口、滚动步长这些旋钮怎么转。

岗位关联

Walk-forward是时序模型上线前的“模拟考”。学会它，你的验证结果才真正对生产有说服力，能避开数据泄漏带来的虚假繁荣。

目录
  1. 可视化演示
  2. 核心思想：时间不可倒流
  3. 训练窗口：固定窗与扩展窗
  4. 滚动流程：一步一滚，拼接评估
  5. 与K折对比：K折会“剧透”
  6. 评估指标：用对尺子量预测
  7. 参数调优：窗口、步长与滚动次数
  8. 应用场景：金融、零售与能源
  9. 注意事项：三个红线
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

本节配有交互动效（进入视口后自动加载，约 3KB）。

Walk-forward核心思想 训练窗口滚动前进，每次预测未来 固定窗口策略 固定窗口特点 Walk-forward滚动验证可视化：展示固定/扩展窗口策略、滚动预测流程及与标准CV的差异。

核心思想：时间不可倒流

老张预测明天的铁律是：绝不用明天的数据。哪怕他猜得再准，也绝不会把“明天天气炎热所以生意好”写进昨天的账本，因为明天还没发生。Walk-forward 的第一条铁律就是时间不可倒流——训练模型时永远只能看过去，测试永远面向未来。

这跟标准交叉验证很不一样。标准 K 折把样本随机打乱，默认样本之间相互独立。但时间序列样本天生带前后顺序：今天的销量会影响明天的生意，你不能把数据当一袋珠子随手倒。Walk-forward 把“先后次序”当作最高约束，任何跨越时间顺序的行为都是犯规。

形式化地说，在时刻 $t$，模型能看到的训练集是 $x_1$ 到 $x_t$，测试集是 $x_{t+1}$。训练集中所有时刻都必须严格早于测试集的时刻。这种约束让模型每一次评估都像是真实上线时“用已知推未知”的过程。

老张的账本就算再旧，也不会因为“下周生意肯定更好”而提前多进货。老板和模型都一样：活在当下，只用过去决策。

max⁡(ttrain)<min⁡(ttest)\max(t_{\text{train}}) < \min(t_{\text{test}})
这个式子的意思是：训练数据里最晚的一天，也要早于测试数据里最早的一天。一旦违反，就等于偷看了未来。
  1. 训练集时刻集合$t_{\text{train}}$ 表示训练样本对应的时刻集合，比如老张从开业到今天所有的账目日期。
    ttrain={1,2,…,t}t_{\text{train}} = \{1, 2, \ldots, t\}
  2. 测试集时刻集合$t_{\text{test}}$ 只包含 $t+1$ 这一个未来时刻，用明天来验证今天的判断。
    ttest={t+1}t_{\text{test}} = \{t+1\}
  3. 严格小于约束$\max < \min$ 表示训练集中最晚时刻也要早于测试集最早时刻，从数学上堵死“未来信息泄漏”。
    max⁡(ttrain)<min⁡(ttest)\max(t_{\text{train}}) < \min(t_{\text{test}})

训练窗口：固定窗与扩展窗

老张有两种记账习惯。第一种只翻最近七天的账，叫“近一周法则”；第二种从开业第一天翻到今天，叫“完整账本法则”。两种习惯各有拥趸——有人觉得新鲜数据才管用，有人觉得历史越厚越靠谱。

在 Walk-forward 里，这两种习惯对应固定窗口与扩展窗口。固定窗口每轮训练都只用最近 $w$ 个样本，窗口起点随着滚动不断右移；扩展窗口则从第一个样本出发，终点不断右移，训练数据越滚越长。

如何用数学区分这两种窗口？设 $i$ 是第 $i$ 次滚动，$w$ 是窗口长度：

固定窗口的优势是快速适应近期模式漂移，缺点是旧规律被彻底遗忘；扩展窗口充分利用全部历史，在平稳序列上更稳，但在非平稳序列里可能被陈旧的模式拖累，训练成本也随时间线性增长。老张最终明白了：没有绝对好的习惯，只有适配自己店铺变化速度的记账法则。

Wfix(i)={xi,xi+1,…,xi+w−1},Wexp(i)={x1,x2,…,xi+w−1}\mathcal{W}_{\text{fix}}(i) = \{x_i, x_{i+1}, \ldots, x_{i+w-1}\},\quad\mathcal{W}_{\text{exp}}(i) = \{x_1, x_2, \ldots, x_{i+w-1}\}
固定窗口每轮都用长度 $w$ 的最近数据；扩展窗口永远从 $x_1$ 开始，只增长不回头。
  1. 固定窗口的起点$i$ 表示当前滚动到第几个位置，窗口从 $x_i$ 开始取长度为 $w$ 的一段。
    Wfix(i)={xi,xi+1,…,xi+w−1}\mathcal{W}_{\text{fix}}(i) = \{x_i, x_{i+1}, \ldots, x_{i+w-1}\}
  2. 扩展窗口的起点固定扩展窗口无论滚到第几轮，都从第一个样本 $x_1$ 开始取到 $x_{i+w-1}$。
    Wexp(i)={x1,x2,…,xi+w−1}\mathcal{W}_{\text{exp}}(i) = \{x_1, x_2, \ldots, x_{i+w-1}\}
  3. 训练样本量对比固定窗口每轮样本数恒为 $w$，扩展窗口为 $i+w-1$，随滚动次数增长。
    ∣Wfix∣=w,∣Wexp∣=i+w−1|\mathcal{W}_{\text{fix}}| = w,\quad |\mathcal{W}_{\text{exp}}| = i+w-1

滚动流程：一步一滚，拼接评估

老张每天打烊后的流程固定不变：把今天真实销量记入账本，更新历史；翻看过去的数据琢磨规律；估算明天的备货量。太阳升起，明天变成今天，他又重复一遍。这套日复一日的流程，就是“一步一滚”。

落到 Walk-forward 上，这是一个清晰的循环。从第 $w+1$ 个时刻开始，先用当前窗口内的历史训练模型，预测下一时刻；然后把下一时刻的真实值并入历史，继续向前滚。每一轮只产生一个预测点，所有预测点按时间顺序拼接成一条完整的预测序列，最后统一计算误差。

单步预测可以写成：给定历史 $x_1, \ldots, x_t$ 和模型参数 $\theta_t$，预测 $\hat{y}_{t+1}$。把所有预测值连成向量并与真实值比较：

就像老张把每天估算的数字贴在本子上，一张贴着一张连成线，月底回看才知道自己到底估得准不准。滚动预测的价值不在单日，而在整条预测长廊的稳定性。

y^t+1=fθt(x1,x2,…,xt),MAE=1T−w∑t=wT−1∣yt+1−y^t+1∣\hat{y}_{t+1} = f_{\theta_t}(x_1, x_2, \ldots, x_t),\quad\text{MAE} = \frac{1}{T-w}\sum_{t=w}^{T-1}\left|y_{t+1} - \hat{y}_{t+1}\right|
第一个式子描述“一步一滚”的预测过程；第二个式子把所有滚动预测拼起来，统一算平均绝对误差。
  1. 单步预测模型参数 $\theta_t$ 是在时刻 $t$ 用历史数据重新训练得到的，预测目标是下一时刻的值。
    y^t+1=fθt(x1,x2,…,xt)\hat{y}_{t+1} = f_{\theta_t}(x_1, x_2, \ldots, x_t)
  2. 滚动拼接每一轮产生一个 $\hat{y}$，从 $t=w$ 到 $t=T-1$ 全部按时间顺序排成一个向量。
    y^=[y^w+1,y^w+2,…,y^T]\hat{\mathbf{y}} = [\hat{y}_{w+1}, \hat{y}_{w+2}, \ldots, \hat{y}_T]
  3. 统一评估将拼接好的预测与真实值逐点求绝对差，再除以预测总数 $T-w$。
    MAE=1T−w∑t=wT−1∣yt+1−y^t+1∣\text{MAE} = \frac{1}{T-w}\sum_{t=w}^{T-1}|y_{t+1} - \hat{y}_{t+1}|

与K折对比：K折会“剧透”

如果老张把“下周某天实际卖出 300 份”提前写进今天的账本，再用它推测明天，这叫作弊。标准 K 折交叉验证对时间序列做的事，恰好就是这种无意中的作弊——它把时间轴打乱，让未来混进过去。

标准 K 折先把样本随机分成 K 份，轮流拿一份当测试、其余当训练。对独立同分布数据这没问题；但时间序列有依赖关系，某折训练集里很可能藏着比测试集晚得多的样本。模型提前看到未来答案，验证分数自然虚高，上线后一塌糊涂。

用一个指示函数来刻画泄漏：若训练集中最大时刻大于测试集中最小时刻，则发生泄漏：

老张绝不会把倒着排的账本当依据。Walk-forward 就是给模型安装了一道“时间闸门”，让未来永远无法提前渗入训练。

I(max⁡ttrain>min⁡ttest)=1⇒数据泄漏\mathbb{I}\bigl(\max t_{\text{train}} > \min t_{\text{test}}\bigr) = 1 \quad\Rightarrow\quad \text{数据泄漏}
指示函数 $\mathbb{I}(\cdot)$ 里面条件成立时为 1。只要训练集里存在比测试集更晚的数据，泄漏就发生了。
  1. 指示函数$\mathbb{I}(\text{条件})$ 在条件成立时等于 1，否则等于 0，用来标记泄漏事件。
    I(max⁡ttrain>min⁡ttest)\mathbb{I}(\max t_{\text{train}} > \min t_{\text{test}})
  2. 泄漏条件$\max t_{\text{train}} > \min t_{\text{test}}$ 说明训练集中至少有一个样本的时间晚于测试集最早时间。
    max⁡ttrain>min⁡ttest\max t_{\text{train}} > \min t_{\text{test}}
  3. Walk-forward 的反向保证前向滚动验证要求严格小于，即训练集所有时刻都早于测试集。
    max⁡ttrain<min⁡ttest\max t_{\text{train}} < \min t_{\text{test}}

评估指标：用对尺子量预测

判断预测准不准，老张会问两个问题：差多少？方向对不对？哪怕预测量和真实值只差 5 份，如果趋势判断反了——该多备货时少备、该少备时多备——生意照样受影响。

误差量化最常用的是 MAE 和 RMSE。MAE 是平均绝对误差，RMSE 因为先平方再开方，会把较大的误差放大惩罚。方向判断用方向准确率，看预测变化方向与真实变化方向是否一致。

老张最后会同时看“平均差多少份”和“涨跌方向对不对”，两把尺子合在一起，才敢说这家店的预测能力到底行不行。

RMSE=1n∑i=1n(yi−y^i)2,Accdir=1n∑i=1nI[(y^i−yi−1)(yi−yi−1)>0]\text{RMSE} = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(y_i - \hat{y}_i)^2},\quad\text{Acc}_{\text{dir}} = \frac{1}{n}\sum_{i=1}^{n}\mathbb{I}\bigl[(\hat{y}_i - y_{i-1})(y_i - y_{i-1}) > 0\bigr]
左边是 RMSE，右边是方向准确率：括号内乘积大于 0，说明预测的涨跌方向和真实一致。
  1. MAE 与 RMSE 的关系MAE 对每个误差取绝对值后平均；RMSE 先平方、求平均、再开方，让大误差的影响被放大。
    MAE=1n∑i=1n∣yi−y^i∣,RMSE=1n∑i=1n(yi−y^i)2\text{MAE} = \frac{1}{n}\sum_{i=1}^{n}|y_i - \hat{y}_i|,\quad \text{RMSE} = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(y_i - \hat{y}_i)^2}
  2. 方向变化的差$(y_i - y_{i-1})$ 是真实值从上一时刻到当前时刻的变化量，$\hat{y}_i - y_{i-1}$ 是预测的变化量。
    (y^i−yi−1)(yi−yi−1)>0(\hat{y}_i - y_{i-1})(y_i - y_{i-1}) > 0
  3. 方向准确率对所有测试点统计乘积大于 0 的比例，值越高代表模型的涨跌方向判断越准。
    Accdir=1n∑i=1nI[(y^i−yi−1)(yi−yi−1)>0]\text{Acc}_{\text{dir}} = \frac{1}{n}\sum_{i=1}^{n}\mathbb{I}\bigl[(\hat{y}_i - y_{i-1})(y_i - y_{i-1}) > 0\bigr]

参数调优：窗口、步长与滚动次数

老张的记账习惯有三个旋钮：看多少天的账（窗长 $w$）、每天记还是每周记（步长 $s$）、最多试多少轮（滚动预算）。旋钮转法不同，评估结论也不同。

Walk-forward 的参数同样是这三样。窗长 $w$ 决定模型记忆范围；步长 $s$ 决定两次评估之间的推进量；滚动次数则由总样本长度 $T$、$w$ 和 $s$ 共同决定。步长选得越小，相邻窗口重叠越高，计算越贵但评估越平滑。

用公式表达滚动次数与重叠率：

老张发现，小步快跑虽然看着细致，但相邻两天账本几乎一样，反复训练更像是自我安慰。合理的步长要在平滑与真实之间找到平衡。

Nroll=⌊T−ws⌋+1,overlap=w−swN_{\text{roll}} = \left\lfloor \frac{T - w}{s} \right\rfloor + 1,\quad\text{overlap} = \frac{w - s}{w}
左边是滚动轮数，右边是相邻训练窗口的重叠比例。$s=w$ 时重叠为 0，$s=1$ 时几乎完全重叠。
  1. 总滚动次数$T$ 是总样本数，$w$ 是窗口长度，$s$ 是每次前进的步长，向下取整保证不超过数据范围。
    Nroll=⌊T−ws⌋+1N_{\text{roll}} = \left\lfloor \frac{T - w}{s} \right\rfloor + 1
  2. 窗口重叠率相邻两次训练窗口共用的样本比例，等于窗口长度减去步长再除以窗口长度。
    overlap=w−sw\text{overlap} = \frac{w - s}{w}
  3. 两个极端步长等于窗口时完全无重叠，各轮训练集独立；步长为 1 时训练集高度相似，评估结果平滑但计算量巨大。
    s=w⇒overlap=0,s=1⇒overlap=w−1ws = w \Rightarrow \text{overlap} = 0,\quad s = 1 \Rightarrow \text{overlap} = \frac{w-1}{w}

应用场景：金融、零售与能源

天气预报、备货决策、电网调度，凡是“结果要等明天才知道”的行业，都在用滚动验证。老张的小吃店只是其中一员。

在金融领域，研究员每天收盘后更新模型，预测下一个交易日的收益率；在零售行业，算法每周滚动预测未来七天的销量；在能源行业，调度系统根据过去 24 小时的负荷预测未来一小时的电量。这些场景有一个共同点：预测目标有明确的提前量 $h$。

老张后来才知道，自己每天纠结的备货问题，背后是一整套行业级的科学评估流程。滚动验证让这些决策从“拍脑袋”变成了“可核算”。

y^t+h=fθt(x1,x2,…,xt),h∈{1,7,24,30}\hat{y}_{t+h} = f_{\theta_t}(x_1, x_2, \ldots, x_t),\quad h \in \{1, 7, 24, 30\}
模型在 $t$ 时刻用历史数据预测 $t+h$ 时刻的值，$h$ 是提前多少步的“距离”。
  1. 提前量 $h$$h$ 表示预测未来第几个时刻，$h=1$ 是明日预测，$h=7$ 是七日预测。
    y^t+h\hat{y}_{t+h}
  2. 训练时间点$\theta_t$ 表示只用 $t$ 及之前的样本训练，模型参数随滚动不断更新。
    fθt(x1,x2,…,xt)f_{\theta_t}(x_1, x_2, \ldots, x_t)
  3. 每个场景固定 $h$金融常用 1 个交易日、零售常用 7 天、能源常用 24 小时，所有滚动轮次使用同一个 $h$ 才能保证指标可比。
    h∈{1,7,24,30}h \in \{1, 7, 24, 30\}

注意事项：三个红线

老张总结了三个坑：用未来账目作弊（泄漏）、天天重复差不多的事情导致过度自信（重叠）、开店才三天就想总结规律（小样本）。Walk-forward 也有同样的红线。

第一条红线是泄漏，训练集绝不能包含测试时刻之后的数据；第二条是重叠陷阱，步长太小会让相邻测试段高度相关，评估结果的方差被低估；第三条是小样本局限，滚动次数太少时，评估指标波动极大，结论不可信。实践中建议至少滚动 3 次以上，总样本量要能覆盖一个完整训练窗口加三个步长。

老张的生意经验是：顺时守纪律，难时重常识。Walk-forward 也一样——守住时间顺序，留足滚动轮次，模型才能真正让人信得过。

T≥w+3s,Nroll≥3T \ge w + 3s,\quad N_{\text{roll}} \ge 3
这是一条经验法则：数据长度至少能支撑窗口训练之外再留下 3 个滚动步长的测试空间，滚动次数至少 3 次。
  1. 最小数据长度$T \ge w + 3s$ 表示除了训练窗口 $w$，还要预留至少 $3s$ 的测试区间。
    T≥w+3sT \ge w + 3s
  2. 最少滚动次数$N_{\text{roll}} \ge 3$ 保证评估结果不是靠一两次运气说话，减少小样本导致的偶然性。
    Nroll≥3N_{\text{roll}} \ge 3
  3. 重叠带来的自相关当 $s \ll w$ 时重叠率很高，相邻测试点高度相关，会让人误以为模型很稳定。
    s≪w⇒overlap→1s \ll w \Rightarrow \text{overlap} \to 1

AI 应用场景

金融量化回测：告别“未来函数”

阶段：模型评估与回测

解决的问题：传统回测常因数据穿越（在未来数据上训练）导致策略表现虚高。Walk-forward 严格分段，模拟实盘每天收盘后重新训练、次日交易的真实流程，从根源上消除未来函数。

具体案例：某量化私募在做股票次日收益率预测时，用 250 天固定窗口训练 XGBoost，每日收盘后滚动重训一次，预测次日收益方向，最后把所有日频预测拼接统计胜率与夏普比率。上线后回测与实盘差异明显缩小。

零售供应链：每周滚动重训

阶段：模型训练与验证

解决的问题：门店 SKU 多达数千个，季节性和促销波动强。一次性训练很难覆盖全年模式，滚动验证能持续跟踪模型在真实上新计划中的表现。

具体案例：一家连锁超市用 Walk-forward 评估周销量预测模型：每周用过去 12 周数据训练 LightGBM，预测下一周各 SKU 销量，滚动 26 轮后统一计算 MAE。结果显示比随机划分交叉验证的误差高出约 15%，团队据此意识到原来的评估严重乐观。

电网负荷：小时级漂移监测

阶段：模型迭代与监控

解决的问题：电网负荷受天气、节假日影响有明显概念漂移。Walk-forward 可以在不重放历史实验的前提下，持续评估新数据上的预测误差，及时发现模型衰退。

具体案例：某省级电网调度中心对负荷预测模型做滚动验证：每小时用过去 72 小时数据重训模型，预测未来 1 小时负荷，实时计算 MAPE。在春夏季交替时，滚动误差曲线明显抬升，团队据此触发模型重新训练和特征调整。

Python 演示

python29 行
import numpy as npfrom sklearn.linear_model import LinearRegression def generate_series(n=120, seed=42):    rng = np.random.default_rng(seed)    t = np.arange(n)    return 10 * np.sin(0.25 * t) + 0.05 * t + rng.normal(0, 0.5, n) def walk_forward_predict(y, window=30):    y = np.asarray(y, dtype=float)    T = len(y)    preds, truths = [], []    for s in range(window, T):        seg = y[s - window: s]        X = np.column_stack([seg[:-2], seg[1:-1]])        target = seg[2:]        model = LinearRegression().fit(X, target)        last = np.array([[seg[-2], seg[-1]]])        preds.append(model.predict(last)[0])        truths.append(y[s])    return np.array(preds), np.array(truths) if __name__ == "__main__":    y = generate_series()    preds, truths = walk_forward_predict(y, window=30)    mae = np.mean(np.abs(truths - preds))    rmse = np.sqrt(np.mean((truths - preds) ** 2))    print(f"Walk-forward 评估: 滚动 {len(preds)} 次")    print(f"MAE = {mae:.3f}, RMSE = {rmse:.3f}")
目的：这段代码演示了完整的 Walk-forward 滚动验证流程。它用固定窗口训练一个线性自回归模型，每次只预测下一个时刻，然后滚动向前，最后拼接所有预测并计算 MAE / RMSE。
  1. def walk_forward_predict(y, window=30):定义核心函数：输入时间序列和窗口长度，输出滚动预测结果。
  2. for s in range(window, T):从第 window 个点开始，一个时刻一个时刻往前滚。
  3. seg = y[s - window: s]截取最近 window 个样本作为本轮训练数据，绝不包含未来。
  4. model = LinearRegression().fit(X, target)每个窗口重新训练一个线性模型，体现“每日更新账本”。
  5. last = np.array([[seg[-2], seg[-1]]])用窗口内最后两个观测作为特征，代表“当下的最新信息”。
  6. preds.append(model.predict(last)[0])预测下一个时刻并存入拼接预测列表。
  7. truths.append(y[s])记录该时刻的真实值，用于最后统一评估。
  8. mae = np.mean(np.abs(truths - preds))拼接后统一计算 MAE，对应正文中的统一评估环节。

常见误区

误区我平时都用 K 折交叉验证选模型，时间序列也可以直接打乱数据来做，只要折数够多结果就靠谱。

正解时间序列就像老张的账本，今天的销量会影响明天的生意。K 折随机打乱会把未来数据塞进训练集，模型等于偷看了答案，验证分数虚高。上线后模型面对真正的未来表现会差很多。Walk-forward 不改变时间顺序，才是时序数据的正确评估方式。

为何常见：标准 K 折在非时序任务上太普及，默认“数据是独立的”，容易忽略时序样本的先后依赖关系。

误区数据越多越好，扩展窗口能用全部历史数据，所以训练出来的模型一定比固定窗口更准。

正解数据不是越多越好。老张如果把开业第一年的火爆行情永远当参考，今年生意已变淡时备货就会过度。固定窗口能快速适应近期出现的新模式，扩展窗口则在平稳序列上更有优势。两者没有绝对优劣，要在具体数据上滚动对比。

为何常见：“数据越多越好”是机器学习里的常见直觉，但忽略了时间序列的非平稳性和概念漂移。

误区一步一滚太慢了，我让模型直接预测未来 30 天，一步到位多省事。

正解多步预测的误差会随着步数累积，第一步的偏差会被后续步不断放大。Walk-forward 的核心优势就是“只预测最近的一步”，然后滚动前进。即使需要 30 天预测，也应该用滚动或多步专用策略分别评估，而非一步登天。

为何常见：从直觉上“少训练几次更省事”，但忽略了误差累积和训练分布的变化。

面试题

Q1. Walk-forward 滚动验证的核心思想是什么？

单选题 · easy

  • A.随机打乱数据后反复评估
  • B.严格保持时间先后顺序验证← 正确答案
  • C.用未来数据预测过去的数据
  • D.只使用一个固定训练集评估

答案：B。Walk-forward 的核心是严格保持时间顺序，训练集永远在测试集之前，模拟真实上线滚动预测的过程。A 是标准 K 折的做法，C 是泄漏，D 缺少滚动机制。

Q2. 关于固定窗口训练，下列说法正确的是？

单选题 · easy

  • A.每次训练样本量逐渐增大
  • B.窗口长度恒定且起点不断右移← 正确答案
  • C.训练时可以直接使用未来数据
  • D.每次都需要重新收集全部历史数据

答案：B。固定窗口每轮都用长度一致的最近数据训练，窗口起点随滚动右移。A 描述的是扩展窗口，C 是数据泄漏，D 误把固定窗口当成全量数据重训。

Q3. 标准 K 折交叉验证用于时间序列时最大的风险是什么？

单选题 · mid

  • A.计算开销明显增大且难以并行
  • B.未来数据混入训练集导致泄漏高估← 正确答案
  • C.样本量不足导致训练集为空
  • D.无法划分训练集与测试集合

答案：B。K 折随机打乱会把时间上更晚的样本放进训练集，使模型提前看到未来，验证误差被乐观估计。A、C、D 都不是时序场景特有风险。

Q4. Walk-forward 中“拼接预测”指的是什么？

单选题 · mid

  • A.把所有预测值连接成向量统一评估← 正确答案
  • B.把多个模型的权重等比例平均
  • C.把训练集与测试集合并重新划分
  • D.把所有预测值相乘得到总误差

答案：A。每轮滚动产生一个预测点，按时间顺序连接成完整预测向量，最后与真实值统一计算误差。B 是模型集成，C 会破坏评估，D 没有意义。

Q5. 与 MAE 相比，RMSE 的特点是什么？

单选题 · mid

  • A.对较小误差更敏感且忽略大误差
  • B.对较大误差更敏感因为平方放大← 正确答案
  • C.无论什么数据 RMSE 都小于 MAE
  • D.RMSE 计算不需要真实标签值

答案：B。RMSE 先平方再平均开方，较大误差经过平方后被显著放大。A 说反了，C 不一定成立，D 错误，RMSE 必须用真实标签。

Q6. 当序列非平稳且存在趋势突变时，通常更推荐哪种窗口？

单选题 · hard

  • A.固定窗更能盯住近期变化模式← 正确答案
  • B.扩展窗包含更多历史数据信息
  • C.标准 K 折避免时序依赖性问题
  • D.一次性长预测减少训练轮次数

答案：A。趋势突变时，遥远的旧数据可能成为噪声。固定窗口只保留最近 w 个样本，能更快适应新模式；扩展窗口会被陈旧数据拖累，C 直接泄漏，D 会累积误差。

Q7. 步长为 $s$、窗口长度为 $w$ 时，相邻窗口重叠率是？

单选题 · easy

  • A.(w - s) / w 表示相邻窗口重叠比例← 正确答案
  • B.w / s 表示窗口扩大的速度倍数
  • C.s / w 表示步长占窗口的比例大小
  • D.(w + s) / s 表示总窗口的速率指标

答案：A。重叠率定义为 $1 - s/w = (w-s)/w$。$s=w$ 时重叠为 0，$s=1$ 时接近 1。其余选项不是重叠率的数学定义。

Q8. 数据泄漏在时间序列评估中会造成哪些后果？

多选题 · mid

  • A.验证分数虚高且上线性能暴跌← 正确答案
  • B.模型偷看未来信息失去泛化能力← 正确答案
  • C.训练时间明显变短反而更加高效
  • D.样本顺序被改变但结果完全等价

答案：AB。泄漏让模型训练时见过测试期的信息，离线验证虚高，上线后真实误差远大于预期。C 所说的训练时间变化并非必然结果，D 说“完全等价”显然是错误的。

Q9. 下列哪些属于 Walk-forward 需要调整的参数？

多选题 · hard

  • A.训练窗口长度 w 控制记忆范围← 正确答案
  • B.滚动步长 s 控制滚动推进节奏← 正确答案
  • C.特征归一化方式使用标准正态处理
  • D.预测提前步数 h 确定预测目标← 正确答案

答案：ABD。Walk-forward 的核心参数是窗口长度 w、步长 s 和提前量 h。特征归一化属于数据预处理，不是 Walk-forward 特有的滚动参数，虽然重要但不属于滚动机制本身。

Q10. 以下哪些场景适合用 Walk-forward 进行评估？

多选题 · mid

  • A.金融日收益率时序预测场景← 正确答案
  • B.零售商品周销量预测场景← 正确答案
  • C.图片分类任务随机划分评估
  • D.电网电力负荷小时级预测场景← 正确答案

答案：ABD。金融、零售、电网负荷都涉及严格的时间先后依赖，适合滚动验证。图片分类中图片样本没有时序依赖，标准交叉验证更合适。