样本外检验：机器学习模型评估的终极指南

这是关于机器学习模型在样本外数据上进行评估的步骤。在样本外检验中，通过使用未曾见过的测试数据对模型进行评估，可以更客观地评估模型的泛化能力和预测能力。\n\n1. 数据划分：将历史数据集划分为训练集和测试集。通常将最新的数据作为测试集，以模拟实际应用中未知的数据。\n\n2. 模型训练：使用训练集对机器学习模型进行训练和参数调优，使用与样本内检验相同的方法。\n\n3. 模型评估：使用测试集对训练好的模型进行评估，计算模型在未知数据上的性能指标。评估指标的选择同样要根据具体的投资策略和目标来确定。