Cross-Validation
Validierungsverfahren für ML-Modelle durch wiederholtes Aufteilen der Daten.
Bei Cross-Validation wird ein Datensatz mehrfach in Trainings- und Validierungsteile zerlegt, das Modell jeweils neu trainiert und auf dem Validierungsteil getestet. K-Fold-CV (z. B. K=5) ist der Standard.
Im Trading-Kontext ist klassische K-Fold-CV gefährlich, da Marktdaten autokorreliert sind. Stattdessen kommen Walk-Forward-Validation oder Purged/Embargoed CV (López de Prado) zum Einsatz, die zeitliche Reihenfolge respektieren und Datenleck vermeiden.
Sie wollen das Konzept in der Praxis sehen?
Zu den interaktiven Tools