为什么回测很重要以及如何正确进行回测

回测重要性及正确进行回测

为了评估预测模型的性能，我们使用一种称为回测（也称为时间序列交叉验证）的过程。回测本质上是一种测试模型在过去使用时的表现的方法。

它是如何工作的？

要对时间序列预测模型进行回测，我们首先将数据分成两部分：训练集和验证集（有时也称为测试集，但我们将在下一节中澄清两者的区别）。训练集用于训练模型，而测试集用于评估模型在未知数据上的表现如何。一旦模型训练完成，您可以使用它对测试集进行预测。您可以将这些预测与实际值进行比较，以评估模型的性能。

我们如何衡量模型的性能？

有几种指标可用于评估时间序列预测模型的性能，例如平均绝对误差（MAE）或均方根误差（RMSE）。这些指标衡量预测值与实际值之间的接近程度。

该过程通常会重复多次，以便我们能够：

下面我们展示了回测过程的图形表示，使用了3个分割：

在上图中，我们只显示了3个不重叠的验证期间。然而，没有什么阻止我们使用更多部分重叠的窗口，潜在地每个时间步使用一个。