在股市投资中，什么是样本内方法和样本外方法?

在股市投资中，什么是样本内方法和样本外方法?

存在两种基本的回溯测试方法：样本内法和样本外法。了解每一种方法的细节还是很重要的。

我们称一个回溯测试方法是样本内方法，如果研究人员使用相同的数据样本来确定、调整并且评估模型。

当研究人员使用一个样本来确定并调整模型，然后用另外一个不同的数据样本来测试模型的预测能力时，我们称所使用的回溯测试方法就是样本外方法。实行样本外方法的方式有两种。第一种是样本分裂法，这一方法将数据分成两部分，其中一部分用于构建模型，另一部分用于评估模型。

第二种方法是递归的样本外测试法。这种方法利用历史数据的一系列递归或滚动窗口来预测未来值并对照实际值对其进行评估。例如,在一个基于滚动回归的模型中,我们使用截止到时刻t的数据来计算回归模型的系数。这个回归模型预测t+h时刻的因变量值,其中h>0。预测误差是t+h时刻的实际值与通过模型得到的预测值之间的差值。在t十1 时刻我们再次计算回归模型的系数,并对照实际值对t+1+h时刻的预测值进行评估。我们在整个样本中重复这一过程。

计量学家的传统想法是与样本外测试相比样本内测试更有可能拒绝不存在预测性的零假设。这种观点得到了很多研究人员的支持,因为他们认为样本内测试是不可靠的,常常产生虚假的预测。支持这一观点的两个原因是存在数据的未建模的结构性变化及使用导致数据挖掘和模型过度拟合的方法。

Inoune和 Kilian对这个传统的想法提出了质疑。他们使用渐近理论在大小和力度方面对预测能力的样本内测试和样本外测试的权衡进行了评估。他们认为较强的样本内结果和较弱的样本外结果并不是说明样本内测试不可靠的证据。使用分离样本的样本外测试导致了信息的损失和对于小样本的低效，所以,样本外测试可能无法检测到预测能力,而样本内测试将准确识别预测能力。他们还认为对于由于非建模的结构性变化导致的参数的不稳定性而言,样本外测试并不是比较稳健的。

牛市通网是一个牛股推荐网与低风险投资知识网，可以在线联系客服领取牛股。牛市通网从权威的投资专家、金融分析师等投资信息中挑选优质的文章进行发布。牛市通网主要为投资者提供股票知识、股票观点、股票分析和明智金融投资讨论等信息。