2. 训练集与测试集概念：为什么需要划分训练集和测试集，过拟合与欠拟合的基本概念

2.1 为什么需要划分训练集与测试集

在构建 VaR（Value at Risk）模型时，我们手头只有一段有限的历史数据。如果直接用全部数据训练模型，再用同一批数据评估模型表现，会得到一个过于乐观的“成绩单”。这就像学生拿着考试原题复习，考出来的高分无法反映真实能力。

划分训练集与测试集的核心目的，是模拟模型在未知数据上的表现。训练集用于让模型学习历史规律（如收益率分布、波动率聚类特征），测试集则扮演“未来数据”的角色，检验模型是否真正学到了可泛化的风险模式，而非仅仅记住了历史噪声。

2.2 过拟合与欠拟合的基本概念

过拟合与欠拟合是模型泛化能力的两个极端，直接决定了 VaR 模型在实盘交易中的可靠性。

2.3 过拟合与欠拟合的直观图示

下图展示了模型复杂度与预测误差之间的关系，帮助理解过拟合与欠拟合的本质。

2.4 训练集与测试集的划分策略

针对 VaR 模型的时间序列特性，划分策略与普通机器学习有所不同。金融数据具有时间依赖性，不能随机打乱，必须保持时间顺序。

1. 时间序列切分（最常用）：按时间顺序，前 70%-80% 作为训练集，后 20%-30% 作为测试集。例如，使用 2018-2022 年数据训练，2023 年数据测试。
2. 滚动窗口验证：固定训练集长度，随时间向前滚动，每次用最近 N 天训练，预测未来 M 天。适用于捕捉市场状态变化。
3. 扩展窗口验证：训练集起点固定，终点随时间扩展，逐步增加训练数据量。适合长期趋势明显的资产。

2.5 划分比例与样本量考量

训练集与测试集的比例需要权衡：训练集过小会导致模型欠拟合，测试集过小则评估结果不可靠。

2.6 过拟合与欠拟合的检测方法

在 VaR 模型训练完成后，可以通过以下方法快速诊断是否存在过拟合或欠拟合：

• 训练集 vs 测试集 VaR 突破率对比：若训练集突破率接近置信水平（如 1% VaR 突破率约 1%），但测试集突破率显著偏离（如 3% 或 0.1%），提示过拟合。
• 回测统计量对比：比较 Kupiec 失败率检验、Christoffersen 独立性检验在训练集和测试集上的 p 值。若训练集 p 值远高于测试集，存在过拟合。
• 损失函数曲线：绘制训练误差和测试误差随模型复杂度（如 GARCH 阶数、历史窗口长度）的变化曲线，观察是否存在“U 型”测试误差曲线。

2.7 避免过拟合与欠拟合的实用策略

• 正则化：在 GARCH 类模型中引入 L1/L2 正则化，限制参数幅度，防止过度拟合历史噪声。
• 早停法：在训练过程中监控测试集误差，当测试误差连续 N 步不再下降时停止训练。
• 模型集成：组合多个 VaR 模型（如历史模拟法 + GARCH + 极值理论），降低单一模型过拟合风险。
• 数据增强：使用 Bootstrap 重采样或合成数据（如 GAN 生成尾部场景），增加训练集的多样性。
• 简化模型结构：优先选择参数较少的模型（如 RiskMetrics 的指数加权移动平均），避免使用高阶 GARCH 或复杂神经网络。