样本内 与 样本外
样本内（in-sample）数据是用来选定策略规则和参数的那段历史；样本外（out-of-sample）数据是之后的一段时期，它完全没有参与选择，只用来评估已经冻结的结果。这个区分之所以重要，是因为在「挑选了参数的那批数据」上衡量出来的表现，会高估同一组参数在它没见过的数据上的成绩。
Senzoukria · 术语表 · 更新于 2026 年 9 月
两段时期，两项分工
切分必须在检视参数之前就定下来。如果边界是在看到结果之后挪动的，或者测试期被用来在两个决赛选手之间做取舍，那么无论它挂着什么标签，它都已经变成了样本内数据。
| 时期 | 用于 | 绝不能用于 |
|---|---|---|
| 样本内（训练） | 挑选规则、阈值、参数 | 把表现当成可实现的成绩来报告 |
| 样本外（测试） | 对冻结后的配置做一次评估 | 在看到结果之后再调任何东西 |
| 最终留出集 | 对已经做完的决策做最后一次评估 | 任何进一步的挑选 |
两条曲线为什么会分叉
任何优化器在拟合训练数据时，既会拟合其中可重复的结构，也会拟合其中的偶然形态。偶然的那部分不会重现，所以样本外结果里只剩下结构性的那部分。样本内稳步上扬、样本外随即走平或下滑，这是一条主要拟合了噪声的规则最常见的签名。即便规则本身靠谱，也会有一定程度的分叉；真正要看的是样本内成绩活下来了多少，以及活下来的这部分够不够覆盖成本。
获取样本外证据的几种方式
- 一次按时间的切分：在较早的一段上训练，在较晚的一段上测试一次。
- 前推分析：沿着历史反复切分，每个测试窗口前面都有属于它自己的训练窗口。
- 把同一条规则换到另一个品种或另一个交易时段上，前提是规则的逻辑并不针对特定品种。
- 在完成历史工作之后，到模拟账户上做前向测试；这会加入实时行情的真实行为，但仍然给不出成交的确定性。
在 Senzoukria 里
在自动回测面板里跑完一次前推分析后，报告会给出一张名为「样本内 对 样本外」的图：优化器看到的那条曲线以虚线画出，和你实际会拿到的那条并排比较，两者各按自己的交易笔数展开。面板的提示写明了读法：样本内一路直上、样本外一片平坦，这就是过拟合的样子——在任何数字说出口之前。
报告里的每一片都标注了训练期和真实测试期，于是两段时期之间的边界是看得见的，而不是靠暗示。「闯关」一节还会给出一个在样本外交易上计算的紧缩夏普比率，以及试过的配置数量。这些报告总结的是它们在给定数据上执行的那套流程；一个漂亮的标签不是对未来结果的担保。
常见错误
- 在设计规则的过程中一直盯着测试期看，然后宣称它是样本外。
- 结果不理想就在留出集上重新优化，于是它悄悄变成了训练数据。
- 测试期选得太短，几笔交易就决定了结论。
- 在摘要里报告样本内曲线，只在附录里提一句样本外曲线。
相关内容
其他语言版本
常见问题
- 样本外应该留多少数据？
- 没有通用比例。测试期需要足够多的交易，结果才有意义；训练期也需要足够多的数据，才能在不追逐个别事件的前提下拟合规则。请根据规则的交易频率，在跑任何东西之前就定好切分，写下来，并且在看到结果之后不再挪动它。
- 样本外时期可以重复使用吗？
- 可以，代价是它不再是样本外。凡是在看过某段时期的结果之后做出的决定，都会让那段时期成为选择过程的一部分。请为最后一次评估保留一段完全未被触碰的时期，并接受这个事实：一旦它被用来决定了什么，下一个决定就需要一段新的时期。
- 漂亮的样本外结果能证明存在优势吗？
- 它比样本内结果是更好的证据，但不是证明。样本外时期仍然只是历史的一次抽样，在一套成交模型和一组成本之下。要掂量它的分量，还需要看它对更高成本的敏感性、在邻近参数上的稳定性，以及一份「一共试过多少条规则」的记录。