股票每天有几百行，gap=5为什么不一定隔开五天
股票日期面板里，gap=5一般意味着隔开五行样本，只有在一行恰好代表一个等间隔交易日时，才等于隔开五个交易日。要隔离完整日期，先在唯一日期序列上切分，再把日期集合转换回所有股票行索引。本例交付转换前后清单，避免把“没有随机打乱”误认为“整日没有串入”。
三只股票的十五日不齐全面板
构造十五个连续实验交易日，A每天出现，B在日期编号为三的倍数时缺失，C在偶数日缺失。缺失仅表示此演示没有该行，不推断停牌或退市。按日期升序、股票字母升序排列，一共三十三行。行索引从零开始，日期编号从一开始；两个起点刻意写清，避免把日期十误读成索引十。
测试集预先冻结为第十三至十五日的全部股票，共七行。我们比较两种前置隔离：行法从第一个测试行之前拿掉五行；日期法从第一个测试日期之前拿掉五个唯一日期。表里train、gap、test表示三类归属，同一日出现两种归属时就说明它被切开。
| 实验日 | 股票 | 零基行索引 | 行gap5归属 | 日期gap5归属 |
|---|---|---|---|---|
| 1 | [A, B, C] | [0, 1, 2] | [train, train, train] | [train, train, train] |
| 2 | [A, B] | [3, 4] | [train, train] | [train, train] |
| 3 | [A, C] | [5, 6] | [train, train] | [train, train] |
| 4 | [A, B] | [7, 8] | [train, train] | [train, train] |
| 5 | [A, B, C] | [9, 10, 11] | [train, train, train] | [train, train, train] |
| 6 | [A] | [12] | [train] | [train] |
| 7 | [A, B, C] | [13, 14, 15] | [train, train, train] | [train, train, train] |
| 8 | [A, B] | [16, 17] | [train, train] | [gap, gap] |
| 9 | [A, C] | [18, 19] | [train, train] | [gap, gap] |
| 10 | [A, B] | [20, 21] | [train, gap] | [gap, gap] |
| 11 | [A, B, C] | [22, 23, 24] | [gap, gap, gap] | [gap, gap, gap] |
| 12 | [A] | [25] | [gap] | [gap] |
| 13 | [A, B, C] | [26, 27, 28] | [test, test, test] | [test, test, test] |
| 14 | [A, B] | [29, 30] | [test, test] | [test, test] |
| 15 | [A, C] | [31, 32] | [test, test] | [test, test] |
先切唯一日期，再还原行号
唯一日期数组是第一日至第十五日。测试日期取最后三天，日期隔离带取第八至十二日，训练日期保留第一至七日。随后遍历原始行，只要这行日期在某个集合中，就把该行索引加入相应数组。因为条件只看日期，同一天不论有几只股票，都不可能被不同集合拆开。这就是索引转换器，输出不能只是一串日期标签。
本例date_indices函数返回所有满足日期成员条件的行号，不删除原行、不重新编号，因而能够直接对照原面板。实际数据可能未排序，应先保存原始行标识，再明确排序后的切分索引与原始索引映射。若直接把唯一日期数组产生的位置当成股票行位置使用，会取到错误股票，这比少隔几天更难发现。
| 方法 | 训练行索引 | 隔离行索引 | 测试行索引 | 训练行数 | 训练日期数 | 训练末日 | 中间完整日期数 |
|---|---|---|---|---|---|---|---|
| row_gap5 | [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20] | [21, 22, 23, 24, 25] | [26, 27, 28, 29, 30, 31, 32] | 21 | 10 | 10 | 2 |
| date_gap5 | [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15] | [16, 17, 18, 19, 20, 21, 22, 23, 24, 25] | [26, 27, 28, 29, 30, 31, 32] | 16 | 7 | 7 | 5 |
五行到底隔开多少天
行法训练索引零至二十，隔离二十一至二十五，测试二十六至三十二。第十日的A处在训练，B处在隔离，因此日期已被拆开。虽然隔离数组里碰到了第十、十一、十二日三个日期，训练最后仍含第十日，所以训练末日与测试首日之间只有第十一、十二两个完整交易日。不能把“隔离数组涉及三天”写成“隔开了三天”。
日期法训练索引零至十五，隔离十六至二十五，测试仍是二十六至三十二。训练末日为第七日，完整隔离第八至十二日共五天；隔离所需行数变成十行。训练减少五行并非算法浪费，而是同一隔离定义在不等宽面板上的自然结果。三个数组两两不交且合起来覆盖三十三行，是最基本的身份守恒检查。
条件若改成每天三只股票都齐全，五行仍不是五天，至多覆盖两个日期且很可能拆开边界。只有把每日信息先聚合成一条记录，库的样本计数才可能对应日期计数。聚合改变了模型输入，不应为了迎合splitter而随便平均股票标签；正确做法通常是在日期上生成切分，再映射到原始样本。
缺失日期和跨市场数据怎样处理
唯一日期应来自哪份日历，必须事先说明。本例所有十五日都至少有A，因此从面板提取唯一日与实验日历一致。如果某天三只股票全部没有记录，从数据里提取唯一日期会跳过它；按五个观测日隔离和按交易所五个开市日隔离将不再相同。生产系统应保留目标日历、缺失整日与非交易日的区别，不能把空白当成休市。
跨市场面板还要固定时区和信息截止时点。两个市场各自叫周一收盘，可能不是同一可得时刻；按字符串日期整日分组并不足以保证时间顺序。本页的转换器只处理已经统一的日期键，不推断跨市场可得性。股票代码变化、重复行和多次盘中记录也应在切分之前显式处理，否则同一天的权重可能被重复记录放大。
如果外层测试涉及第十三至十五日，内层调参也必须在各自训练前缀上重新生成日期切分，不能把全局行号简单平移后套用。每次输出训练日期最值、隔离完整日期清单及测试日期清单，便于检查某一折的股票缺失是否改变了边界。整日隔离只阻止一种横截面串味，还不能证明标签未来窗口不重叠。
如何给转换器做最小人工核对
先挑本表第十日，它有两个股票索引，行法两者归属不同，日期法两者都是隔离。再挑第七日，它有三只股票，日期法全部训练；最后挑测试第十三日，三只股票全部测试。检查完这些边界，再将每日索引数量相加，训练十六行、隔离十行、测试七行应回到三十三行。若股票数量发生变化，期望行数需要从输入重算，不能把当前答案写死在断言里。
记录数可以说明计算负担，唯一日期数才接近时间上的观测单位；即便有七个训练日期，也不代表七次独立实验。共同市场冲击、相邻标签和长期状态都会带来依赖。不能拿数百只股票乘以日期数，就直接把标准误除以更大的平方根。拆分设计与推断设计需要分别核对。
TimeSeriesSplit官方文档明确gap剔除的是样本，且其可比时间跨度要求等间隔样本；本文把该接口限制落实到面板索引。文档不提供股票日历，也不承诺按groups自动整日切分。这里的三十三行是自行构造，转换结果只验证日期成员关系，不是运行第三方库后的策略成绩。
日期集合转换为什么需要保留原身份
在原表插入一个缺失行或调整股票排序后，所有后续行号都可能移动，但日期归属应保持不变。核对转换器时可以把同日股票顺序反转，再按日期取集合，确认训练、隔离和测试仍包含相同记录身份。行号本身只是定位方式，日期加股票才是本例的记录键；真实数据还可能需要交易时段等字段。索引变化不应被误读成研究样本变化，更不能把旧索引缓存直接应用到已经换版的新面板。
继续核对研究流程时，可回到时序交叉验证母题；遇到相邻任务，再分别查看不等长标签purge清除、预处理参数训练区间审计。本文的滚动验证工具链接仅作基础流程说明，新增审计和统计计算由本页独立表格与模型交付。
道积君编辑组，AI辅助编写与核算。本文为构造教学实验，来源说明方法，数字由明示输入计算，不代表真实策略、收益预测或统计审定。
复算资料
本篇编号DJ4-057。下载Python复算脚本（文本）与构造输入输出JSON，按编号核对本篇。脚本改存为.py后可用Python标准库运行，数据不是实际用户记录。