样本内外分割计算器

这个工具只回答一个机械问题

一段历史，切在哪儿，前面归训练、后面归验证，各多长、各占多少。就这些。 它不读行情、不算收益、不评价策略好坏，纯粹是区间切分的算术。 之所以值得单独做成一个工具，是因为这道算术前面那个决定——到底要不要切—— 才是区分「一份能看的回测」和「一份自我安慰」的分水岭。

不切会发生什么？你在全部历史上把参数调到最优，回测曲线漂亮得不像话， 然后拿这套参数上实盘，表现和回测判若两人。原因不神秘：参数是照着这段历史的答案挑出来的， 它同时拟合了两样东西——真正会重复出现的规律，和只属于这段行情的偶然噪声。 前者能延续，后者不能，而回测结果不会告诉你自己吃到的是哪一份。 切分做的事情，就是硬生生留出一段「调参时看不到」的数据，让它替你回答这个问题。

三个参数怎么理解

分割位置决定训练段和验证段各多长。 按比例切简单直接，按日期切的好处是能把切口对齐到具体的行情节点上—— 比如你想让验证段完整覆盖某一轮牛熊，而不是从半山腰开始。 两种方式算出来是同一个东西，本工具在日期口径下会把每段的起止日期一并标出来，方便你回行情软件里对照。

间隔期是训练段末尾与验证段开头之间刻意空出来的一段，谁都不用。 它存在的唯一理由是堵住指标窗口造成的渗漏：验证段第一天的 60 期均线， 是由它前面 60 期数据算出来的，而那 60 期几乎全躺在训练段里。 不留间隔，训练段的信息就顺着指标窗口流进了验证段，而且这个流量在结果表格里完全看不出来。 填多少？取你所有回看窗口里最长的那一个；如果标签本身还要往后看若干期才兑现，再加上这个持有期。

切两段还是三段取决于你打算在验证段上做几次决策。 只跑一次、跑完就接受结果，两段够了；只要涉及在多套方案之间挑选，就该切三段， 把最终测试段锁到全部定稿之后再打开。第三段的价值全在「锁」这个字上， 跑完不满意又回去改，这一段也就跟着作废了。

几个把切分做废的典型错误

随机打乱再切。 教材里的标准做法在这里是错的。行情数据前后高度相关，一旦打散， 训练段里就混进了验证段之后发生的行情，模型等于提前看了答案，样本外成绩会好得不真实。 时间序列切分只有一条底线：训练段的每一个点，时间上都必须早于验证段的第一个点。

用全段数据做预处理。 拿整段历史算出的均值和标准差去做标准化、或者用全期分位数去分档， 那个均值里已经包含了验证段的信息。归一化、缺失值填充、异常值裁剪，凡是需要统计量的步骤， 统计量都只能从训练段里算，再原样套到验证段上。

股票池用今天的名单。 把已退市、已被剔除的标的从池子里抹掉，等于用现在才知道的信息去做过去的选择。 切分再规范也救不回来——这类问题出在数据准备阶段，比切在哪儿更靠前。

反复重切。 七三分不理想就试八二分，还不行就换个切点，直到某个切法结果好看为止。 这时被挑选的已经不是策略，而是切分方式本身；换来的漂亮结果， 和在同一段数据上反复调参没有本质区别。切法应当在看结果之前就定下来。

一次切分和滚动验证的关系

这里做的是一刀切：整段历史只切一次，验证段固定在最后。它的短板是结论依赖那一刀切在哪儿—— 如果验证段恰好只覆盖了一段单边行情，你测到的其实只是策略在一种市场状态下的表现。 滚动验证换了个思路：训练窗和验证窗一起往前挪，排出很多轮，让历史上不同阶段轮流当验证段。 代价是复杂度和计算量都上去了，而且轮次一多，「在多轮里挑一轮好看的」这种新的自欺方式又会冒出来。 先用一次切分把最基本的问题问清楚，再考虑要不要上滚动，通常是更省力的顺序。

口径与边界

本工具的期数是抽象单位，一期可以是一根日线、一个交易日，也可以是一周或一个月，取决于你自己的数据频率。 日期口径按自然日计算，不扣除周末与休市日——如果你要的是交易日口径，请先自行换算成期数再填。 各段长度按四舍五入取整，间隔期从总长度里先扣除；参数极端时工具会把每段至少保留一期并给出提示， 而不是切出一个长度为零的段。总期数、起止日期填不出有效数字时，工具直接告诉你参数不成立， 不会用一份看似合理的默认切分把问题掩盖过去。

验证段短于 30 期会触发样本不足提示。这个数不是什么统计定理，只是一条方便自查的粗线： 样本少到这个量级，一两笔交易的运气就能决定整段成绩。真正需要多少，取决于你的策略 在这段时间里能产生多少笔独立交易——8 笔和 800 笔是完全不同的证据强度。

风险提示：样本内外分割只是降低自欺概率的工程手段，不能证明任何策略有效。 回测≠实盘，样本外检验同样基于历史数据，历史区间上的结论不构成对未来的承诺， 实盘还会遇到滑点、冲击成本、流动性与规则变化等回测里不存在的问题。 本工具仅为回测方法教学演示，不发出任何买卖信号，不构成投资建议。