热点事件观察中

股票评分模型训练近800次后暴露自欺陷阱

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

StockDataAnalytics.com 自2026年5月以来已运行近800次训练流程，为16种看涨形态的0-40分质量评分拟合加性模型，单次全量训练约45分钟。作者 renehaaseOrd 复盘管线后总结出六类自欺陷阱，并称样本外秩相关通常仅约0.03、好模型为0.08-0.09，区分真实信号与数据巧合是核心难题。作者称，今年生产数据上形态质量分实际排序的是市场暴露而非结果，16个检测器中仅1个能以排除零的区间正确排序超额收益。他同时表示，文章中的留出集数字很强，但实盘数字迄今并不强；部署规则尚未测量市场暴露，实盘数据表明这是最关键的缺口。文中数字对应管线版本 2026.11.b，漏斗计数截至10月27日，并行运行仍在进行。

AI 根据报道生成 · 1 天前更新

最新进展10月28日 10:07

训练近800次股票评分模型后，我总结出它自我欺骗的六种方式

报道时间线

沿着报道，了解事件的不同侧面。

10月28日

10:07
Hacker News
训练近800次股票评分模型后，我总结出它自我欺骗的六种方式
StockDataAnalytics.com 自2026年5月以来已运行近800次训练流程，为16种看涨形态的0-40分质量评分拟合加性模型，单次全量训练约45分钟。典型模型样本外秩相关仅约0.03，好模型达0.08-0.09，区分真实信号与数据巧合成为核心难题。作者指出今年生产数据上形态质量分实际排序的是市场暴露而非结果，16个检测器中仅1个能以排除零的区间正确排序超额收益。

本事件热度走势

可比范围当前: 5
可比范围峰值: 1010月28日 11:00
近 24 小时变化: -49%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。