Look-ahead Bias

تصف QuantConnect ظاهرة Look-ahead Bias بأنها اتخاذ قرارات بمعلومات لن تتاح إلا لاحقًا. لذلك فإن سؤالنا التدقيقي هو: ما الذي كان بإمكان الإجراء معرفته فعلًا عند اتخاذ هذا القرار؟ لا يكفي أن ينتمي البيان إلى اليوم التقويمي نفسه. فقد تختلف أوقات الحدث والنشر والاستلام وإرسال الأمر. يجب إثبات إتاحة كل مدخل وترتيب العمليات؛ ولا يقدم جدول مرتب ترتيبًا صحيحًا هذا الإثبات وحده. [QuantConnect — Custom Securities: Avoid Look-Ahead Bias]

يسلم نموذج الزمن في LEAN نقطة البيانات المكتملة وفق EndTime الخاص بها. والاستنتاج الذي نستخلصه: يجب ألا تتحكم قيمة الإغلاق النهائية وأعلى سعر وأدنى سعر وحجم التداول للفترة كاملة في قرار أسبق داخلها. عند تعدد الأطر الزمنية، تحتاج كل سلسلة إلى قاعدة إتاحة خاصة بها. قد تصحح إزاحة صف خطأً محددًا، لكنها لا تغني عن فحص المناطق الزمنية واكتمال الفترة وتأخر المصدر. يختلف استخدام قيمة سابقة معلومة بالفعل عن استخدام القيمة النهائية التي ستُعرف لاحقًا للشمعة الجارية. [QuantConnect — Time Modeling: Timeslices]

تميز وثائق FRED بين معلومات عن الماضي متاحة اليوم ومعلومات كانت معلومة خلال فترة تاريخية؛ ويتيح ALFRED اختيار فترة الإتاحة المناسبة. ومتطلبنا المنهجي هو الاحتفاظ بالنسخة المتاحة آنذاك ووقت نشرها عند استخدام بيان نُقح لاحقًا. تاريخ الفترة الاقتصادية ليس بديلًا عن تاريخ الإصدار. وحتى النسخة التاريخية وحدها لا تثبت توقيت الإتاحة الدقيق داخل اليوم؛ بل يجب التحقق منه على حدة. لا يجوز إدخال تصحيح لاحق بصمت في قرار سابق. [Federal Reserve Bank of St. Louis — FRED API Real-Time Periods]

تشترط scikit-learn تعلم التحويلات من بيانات التدريب وحدها ثم تطبيق التحويل المتعلم نفسه على الاختبار. يشمل فحصنا الزمني التطبيع وتعويض القيم المفقودة واختيار السمات والقيم المستهدفة للتدريب. يمكن استخدام نتيجة فترة مستقبلية لتقييم التنبؤ لاحقًا؛ ولا يجوز استخدامها لإنشاء ذلك التنبؤ في وقت أسبق أو لاختيار القاعدة. عند إعادة التدريب المستمرة، لا يجوز إدخال سوى القيم المستهدفة التي كانت معلومة بالفعل في اللحظة المعنية. [scikit-learn — Common Pitfalls: Data Leakage]

توضح TradingView أن محاكي الوسيط لديها يستخدم افتراضات عن الحركة داخل الشمعة عند التعامل مع بيانات OHLC التاريخية. والتمييز الذي نعتمده: أعلى سعر وأدنى سعر المسجلان لا يحددان وحدهما الترتيب الفعلي لجميع الأسعار والأوامر. يجب أن يفصل الاختبار بين تولد الإشارة وإرسال الأمر واحتمال تنفيذه. اختيار الدخول أو الخروج بناءً على قيمة قصوى أو دنيا عُرفت لاحقًا مشكلة تختلف عن مجرد نموذج تكاليف متفائل. قد تزيد البيانات الأكثر تفصيلًا دقة الفحص، لكنها لا تضمن تنفيذًا حقيقيًا. [TradingView — Strategies: Broker Emulator and Lookahead Bias]

تقارن Freqtrade نتائج الاختبارات المتكررة والتغيرات في المؤشرات أو الإشارات؛ وتنبه أيضًا إلى الوصول إلى صفوف مستقبلية وإجراء تجميعات على الجدول بأكمله. لذلك يفحص تدقيقنا أصل كل عملية حسابية، وليس صياغة الإزاحة فقط. تقصر الوثائق الفحص صراحةً على الإشارات التي تفعلت أثناء الاختبار. خلو مخرجات الأداة من الملاحظات لا يثبت سلامة الفروع التي لم تُختبر. يجب قراءة النتيجة مع التغطية وإعدادات المحاكاة؛ فقد تنتج بعض إعدادات الأوامر المحددة السعر نتائج إيجابية كاذبة. [Freqtrade — Lookahead Analysis]

تميز TradingView بين Look-ahead Bias وOverfitting، أي تكييف القواعد مع بيانات تطوير محددة. واستنتاجنا أن الاختبار السليم زمنيًا قد يكون أيضًا حصيلة بحث واسع عن الفائز. وبالمقابل، قد تتضمن قاعدة بسيطة تسربًا لمعلومات مستقبلية. بعد التصحيح يجب إعادة حساب النتائج وتسجيل التغيير؛ ولا يجوز الاحتفاظ بالتقرير الأصلي المربح. لا يبين الفرق بين النتيجة التاريخية واللاحقة وحده ما إذا كان السبب خطأً زمنيًا أو تغير السوق أو افتراضًا آخر. [TradingView — Strategies: Broker Emulator and Lookahead Bias]

تنبه NFA إلى الفرق بين النتائج الافتراضية والتداول الحقيقي. لذلك يتضمن سجلنا القابل لإعادة الإنتاج نسخ البيانات والقواعد ووقت إتاحة المدخلات وحالة الحساب وتسلسل الأوامر والتكاليف الموصوفة. يجب أن يتمكن التدقيق من إعادة تنفيذ القرار باستخدام المعلومات المتاحة آنذاك فقط. يمكن أن يوفر Paper Trading سجلات إضافية مستمرة، لكنه لا يضمن بذاته صحة إعداد البيانات أو السيولة الحقيقية. إزالة خطأ مثبت ليست وعدًا بعائد مستقبلي. [NFA — Use of Promotional Material Containing Hypothetical Performance Results]