Evian, CFA2022-05-30 18:54:41

ヾ(◍°∇°◍)ﾉﾞ你好同学，

样本外检验用于检验数据挖掘偏差存在与否。这种用来检验使用的样本不会与已经开发过模型的样本所处的时间段重叠。可以这样理解“样本外数据检验”：

举例：你要预测万科这只股票的走势，于是你调用了2010-2018年的万科股票历史收盘价，回归出来一个方程，现在你想检测一下这个方程是否可以较为准确的为你预测(站在2018年这个时间点思考)将来的业绩表现，于是你把2019年的历史数据带入这个方程，可以计算得到一个Y，计算的Y，此时你拿这个Y和真实的2019年的收益率对比一下，看看是否真的很接近，这个就是用2010-2018样本以外的2019年数据检测一下。

A “前瞻性偏差”Look-ahead bias可以这样理解：使用了市场上暂时不可获得的数据来分析研究。例如2019年12月31日这个时间点，一家公司的财务数据确实存在，但是没有统计并公布出来，年报一般是次年3月31日向市场公布，在当年的12月31日市场是不可获得相关信息的。样本外数据检验不能检测出某个研究是否使用了未向市场公布的数据，于是A不能选。

C “样本选择偏差”sample selection bias指的是：样本不能代表总体，例如现在要估计一下2010-2018年的整体中国股票市场的业绩表现，选择的样本一定是市场上存活的股票，挂掉的股票是不会抽样到的，这个时候会高估真实的市场整体股票业绩。那么：样本外2018-2019年的数据，可以检验出2010-2018年的高估的问题么？out of sample test 可以检验sample selection bias么？不太可能，例如2018-2019年抽取的样本也是有高估整体股票业绩表现的问题，所以out of sample test 不能检验出sample selection bias，于是C不能选。
---------------------
学而时习之，不亦说乎👍【点赞】鼓励自己更加优秀，您的声音是我们前进的源动力，祝您生活与学习愉快!~