时间序列交叉验证：Purged K-Fold 与 Embargo

金融数据存在序列相关性，标准 K-Fold 交叉验证会失效。Purged K-Fold CV 通过引入清仓期（embargo）修正这一问题——原理如下。

第 6 篇 · 共 9 篇约 4 分钟

标准交叉验证假设样本之间相互独立。金融数据对这个假设嗤之以鼻——今天的收盘价与明天的相关，你用未来数据训练模型来预测过去，回测看起来会惊艳无比，直到碰上真金白银。

Purged K-Fold CV 解决了这个问题。它引入两种机制：清仓（purging）移除训练集与测试集边界附近的样本，防止信息泄露；embargo 在每个测试集之后增加一段空白期，应对 Alpha 信号的持续性。

核心问题

假设你有 1000 天的收益率数据，要验证一个交易策略。如果天真地切成 5 折——第 1 折用 1-800 天训练，801-850 天测试；第 2 折用 1-850 天训练，851-900 天测试——问题来了：

第一，前视偏差：第 850 天的训练数据可能包含了第 851 天才公开的信息（财报、宏观数据）。第二，训练-测试重叠：用 1-850 天训练的模型，已经见过第 800 天的数据，而测试集在第 801 天，邻近泄露。

标准 K-Fold 没有考虑金融时间序列的自相关结构。结果是 CV 估计系统性偏乐观——策略在回测里表现更好，但实盘不是。

Purged K-Fold：机制

清仓移除紧邻测试集前后的一段缓冲区的样本。如果测试集是第 801-850 天，就清除第 n_purge 天之前和之后的训练数据——这里的 n_purge 取决于信息完全吸收到价格里需要多长时间。

训练集：1-800 天
清仓区：801-(800+n_purge) ← 从训练集移除
测试集：(801+n_purge)-(850+n_purge)
Embargo 区：(851+n_purge)-(850+n_embargo) ← 双方都移除
下一折： embargo 之后开始

选择 purge 和 embargo 大小的数学依据是特征半衰期。如果 Alpha 信号衰减时间常数为 τ，保守估计需要 n_purge ≥ τ 和 n_embargo ≥ 2τ。

Marcos López de Prado 的《Advances in Financial Machine Learning》第 7 章推导了正式条件：清仓间隙应满足 |t_i - s_j| > h，其中 h 是随机过程的记忆参数。

为什么仅有 Purging 不够：Embargo

Purging 处理的是边界问题。但金融数据的自相关延伸到边界之外——如果苹果因为财报震惊在第 T 天跌了 20%，市场在 T+1、T+2、T+3 天仍在消化这个信息。

Embargo 在每个测试集之后增加一段空白期。模型不训练来自 embargo 期内的样本。这对以下策略尤为重要：

高频策略（刻度数据在毫秒级存在自相关）
事件驱动策略（财报、宏观发布）
慢速均线策略（均线交叉会在多天之间表现出相关性）

一个合理的默认值：embargo = 测试集长度的 2 倍。如果测试集是 50 天，在其后 embargo 100 天。

公式

每折测试样本数：

n_{test} = \left\lfloor \frac{T - n_{embargo}}{k} \right\rfloor

其中 T 是总样本数，k 是折数，n_embargo 是 embargo 大小。

第 i 折的有效训练集大小：

n_{train,i} = T - (i+1) \cdot n_{test} - n_{embargo} - n_{purge}

CV 估计的样本外表现：

\hat{\mu}_{OOS} = \frac{1}{k} \sum_{i=1}^{k} \hat{\mu}_i

其中 $\hat{\mu}_i$ 是第 i 折测试集的均值收益。

Python 实现

import numpy as np
import pandas as pd
from sklearn.base import clone

def purged_kfold(X, y, k=5, pct_embargo=0.01, n_purge=None):
    """
    Purged K-fold cross-validation for financial time series.

    Parameters
    ----------
    X : array-like, shape (n_samples, n_features)
        Feature matrix
    y : array-like, shape (n_samples,)
        Labels or returns
    k : int
        Number of folds
    pct_embargo : float
        Percentage of samples to embargo after each test set
    n_purge : int, optional
        Number of samples to purge before/after test set.
        If None, defaults to sqrt(n_samples)

    Returns
    -------
    train_indices, test_indices : list of tuples
    """
    n_samples = len(X)
    n_embargo = int(n_samples * pct_embargo)
    if n_purge is None:
        n_purge = int(np.sqrt(n_samples))

    n_per_fold = (n_samples - n_embargo) // k
    fold_indices = []

    for i in range(k):
        test_start = i * n_per_fold + n_purge
        test_end = test_start + n_per_fold

        train_end = test_start - n_purge
        train_start = 0

        embargo_end = min(test_end + n_embargo, n_samples)

        train_idx = list(range(train_start, train_end))
        test_idx = list(range(test_start, test_end))

        fold_indices.append((train_idx, test_idx))

    return fold_indices

如何解读结果

Purged K-fold CV 给出了无偏估计——但前提是你正确解读它：

样本外均值收益告诉你策略在各折的平均表现。如果是负数，停止。如果是正数但波动大，策略存在结构性风险。

样本外收益的 Sharpe 比率（而非均值收益本身）才是正确的指标。日均收益 0.1%、标准差 0.5% 的策略， annualized Sharpe 约为 0.14——平庸，不是亮眼。

逐折明细比平均值更重要。如果第 1 折收益 2.0%、第 2 折 -1.8%，你的策略存在结构性风险，是均值掩盖了这种风险。报告最小和最大折收益。

常见陷阱

使用 pct_embargo=0：最常见的错误。如果不 embargo，就不是时间序列 CV。即使 1% 也比 0 好。

清仓过小：n_purge = sqrt(n) 是经验法则。如果你的信号衰减慢（例如 MA(200)），用更大的清仓。代价是效率——你会损失训练样本——但总比有偏估计好。

CV Sharpe 与实盘策略不一致：如果你的实盘策略每日调仓但 CV 用月度数据训练，CV 测量的根本不是正确的东西。CV 方法论必须与交易方法论匹配。

忽略 embargo 间隙导致回测过于乐观：如果你在每个测试折后 embargo 100 天，你的 Walk-forward 回测也应在样本内优化窗口和样本外测试之间有间隙。大多数从业者跳过这一步，得到的是乐观偏差。

折数过少：k=5 对 1000+ 样本是标准。如果在 500 样本上用 k=10，每折测试集只有 50 样本——太嘈杂，没有意义。

在知识体系中的位置

Purged K-Fold 是本节一切的基础。组合 Purged CV 将其扩展到训练-测试分割的组合枚举。Deflated Sharpe Ratio 以此处的样本外收益作为输入。PBO（回测过拟合概率）使用 CPCV（组合清仓 CV）作为核心方法论。

如果你要验证任何基于历史数据训练来预测未来收益的策略，你需要 Purged K-Fold 或其变体。没有捷径——标准 K-fold 会对你撒谎。

我们的平台在将任何策略纳入投资组合之前，会以 purged K-fold 作为基线检查。Purge 和 embargo 参数根据策略调仓频率进行校准。

参考文献

López de Prado, Advances in Financial Machine Learning, 第 7 章. Wiley, 2018. ISBN: 978-1-119-48208-6.
Hastie, Tibshirani, Friedman, The Elements of Statistical Learning, 第 7 章. Springer, 2009. ISBN: 978-0-387-84857-0.
Bailey, Borwein, López de Prado, “Stock Return Data: A Non-Factorial Analysis,” Journal of Computational Finance, 2017.