2.3.2 样本外测试

文档摘要

2.3.2 样本外测试在量化建模的生死线上，有一道无声却最锋利的试金刃——它不看模型在训练集上多么光鲜的 $R^2$，不听回测曲线如何丝滑地贴合历史价格，只冷冷抛出一个问题：当模型第一次真正面对从未见过的明天，它还能不能稳住呼吸？这，就是样本外测试（Out-of-Sample Testing, OOS）的本质：一场面向未知的庄严履约。它不是锦上添花的验收环节，而是建模流程中唯一能刺穿过拟合幻觉的解剖刀。尤其在参数优化之后——那个被网格搜索或贝叶斯调参反复揉捏、已在历史数据褶皱里找到“最优”坐标的模型——若不经严格、结构化、时序一致的样本外检验，其部署即等同于将精密仪器装进盲盒，寄望于运气校准陀螺仪。