VIP20
本课程属于：003-实时交易风控训练集切分 金融科技风控与量化工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

交易风控训练集切分从入门到精通

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
风控数据集切分概述
什么是训练集 · 验证集 · 测试集
风控数据集切分概…什么是训练集
02
时间序列基础
交易数据的时序特性 · 时间戳 · 频率
时间序列基础交易数据的时序特…
03
简单随机切分
使用train_test_split… · 适用场景与在风控中的局限性（数据泄露…
简单随机切分train
04
按时间顺序切分
基于时间戳的固定比例切分（如70%训… · 20%验证 · 10%测试）
按时间顺序切分基于时间戳的固定…
05
滚动窗口切分
滑动窗口训练集构建 · walk-forward valid… · 适用于高频交易策略回测
滚动窗口切分滑动窗口训练集构…
06
扩展窗口切分
不断扩展训练集窗口 · 验证集/测试集保持固定长度 · 适用于模型持续学习场景
扩展窗口切分不断扩展训练集窗…
07
分组切分（GroupKFold）
按交易标的（如股票代码 · 客户ID）分组 · 防止同一标的出现在不同集合中
GroupKFold分组切分
08
分层切分（StratifiedKFold）
在风控中保持正负样本比例 · 处理不平衡数据集时的切分策略
StratifiedKF…分层切分
09
时间序列分层切分
TimeSeriesSplit与St… · 同时保证时序顺序与类别分布
时间序列分层切分TimeSeriesSp…
10
自定义切分函数
基于业务规则（如按季度 · 按市场事件）编写自定义切分逻辑 · 灵活应对复杂场景
自定义切分函数基于业务规则
11
数据泄露检测
什么是未来信息泄露 · 常见泄露途径（特征工程 · 标签泄露）
数据泄露检测什么是未来信息泄…
12
特征时间对齐
确保特征与标签的时间窗口正确对齐 · 避免使用未来数据构造特征
特征时间对齐确保特征
13
标签与特征的时间偏移
定义预测窗口（如预测未来5分钟价格） · 切分时保证标签时间晚于特征时间
标签特征的时间偏移
14
多标的切分策略
同时处理多个交易品种（股票 · 期货 · 加密货币）
多标的切分策略同时处理多个交易…
15
跨市场切分
训练集与测试集来自不同市场或不同时间… · 评估模型泛化能力
跨市场切分训练集
16
高频数据切分
处理tick级数据 · 毫秒级时间戳 · 高效切分大数据集的方法
高频数据切分tick
17
低频数据切分
日线 · 周线数据切分 · 处理缺失交易日
低频数据切分日线
18
事件驱动切分
基于重大事件（财报发布 · 政策变动）划分训练/测试集 · 避免事件污染
事件驱动切分基于重大事件
19
交叉验证在风控中的应用
TimeSeriesCV · PurgedWalkForwardC… · 避免未来信息泄露
交叉验证风控
20
Purged Walk-Forward Cross-Validation
剔除训练集中与测试集时间重叠的样本 · 防止数据渗漏
PurgedWalk-Forward
21
组合切分策略
结合分组 · 分层 · 时间顺序的复合切分方法
组合切分策略结合分组
22
切分后的数据预处理
标准化 · 归一化在切分后的正确应用（fit o… · transform on test）
切分后的数据预处…标准化
23
切分与特征选择
在训练集上做特征选择 · 避免测试集信息影响特征筛选
切分特征选择
24
切分与超参数调优
使用验证集进行调参 · 测试集仅用于最终评估 · 防止过拟合
切分超参数调优
25
切分结果可视化
绘制训练/验证/测试集时间分布图 · 样本数量图 · 类别分布图
切分结果可视化绘制训练
26
切分性能评估指标
评估不同切分策略对模型AUC · F1 · 回撤等指标的影响
切分性能评估指标AUC
27
常见切分错误案例
时间错乱 · 重复样本 · 未来数据泄露等典型错误及修正方法
常见切分错误案例时间错乱
28
大规模数据集切分优化
使用Dask · Spark进行分布式切分 · 内存管理与性能调优
大规模数据集切分…Dask
29
切分自动化流水线
构建可复用的切分Pipeline · 集成到模型训练工作流中
切分自动化流水线Pipeline
30
实战项目
构建一个完整的交易风控模型训练集切分… · 从数据加载到最终评估
实战项目构建一个完整的交…