一句话定义：时间序列交叉验证（Time Series Cross-Validation）是一种专门针对带时间先后顺序数据的模型评估方法。它不随机打乱样本，而是严格按时间切分，永远用“过去”训练、用“未来”检验。
为什么不能随机打乱
常规的交叉验证（K-Fold Cross-Validation）会把数据随机分成 K 份，轮流拿一份做测试、其余做训练。这在图片分类、文本分类这类样本彼此独立的任务里没问题。但时间序列不一样：昨天的价格和今天强相关，今天和明天更强相关。
打个比方：你想评估一套复习方法好不好，正常做法是“用前三个月学的内容去考第四个月的卷子”。随机打乱相当于把期末考卷的答案混进平时的练习册里，考出来的高分毫无意义。
放到模型里更具体：一旦特征包含滞后项（lag）、滑动平均，或者你在全量数据上算过均值方差做标准化，随机切分就会让训练集里混入测试期的信息。模型在训练时“见过未来”，评估分数虚高，上线后表现大幅下降——这就是数据泄漏（Data Leakage）最典型的形态之一。
具体怎么切
两种常见形态：扩张窗口（Expanding Window）每次训练集逐步变长，模拟“数据越攒越多”；滑动窗口（Rolling Window）只保留最近一段固定长度的历史，适合分布漂移快的场景。二者都属于前向滚动验证（Walk-Forward Validation）。工程上不少库提供了现成实现，比如 scikit-learn 的 TimeSeriesSplit，具体接口以官方文档为准。
| 维度 | 普通 K 折交叉验证 | 时间序列交叉验证 |
|---|---|---|
| 切分方式 | 随机打乱后均分 | 严格按时间先后切 |
| 训练集与测试集的关系 | 互相穿插 | 训练集永远早于测试集 |
| 未来信息泄漏 | 会 | 不会 |
| 适用数据 | 独立同分布样本 | 有先后依赖的序列 |
几个容易忽略的细节
- 预处理也要放进每一折里做。归一化的均值、缺失值的填充值，只能在当折的训练段上计算，不能用全量数据算完再切。
- 训练集末尾要留缓冲带（gap）。如果标签本身需要未来若干天的数据才能确定，紧挨着测试集的那些训练样本，其标签其实已经“看到”了测试期，需要人为挖掉一段（有时叫 purge）。
- 最后一段最好别参与调参。留一个时间上最靠后的 holdout 集做最终验收，否则调参本身又会把测试期信息渗回来。
对实际工作的意义
对算法从业者，这是一条底线规则：只要数据带时间戳，默认就该用时间切分，除非你能证明样本之间确实独立。对普通职场人，它解释了一个常见困惑——为什么很多“历史回测收益率惊人”的策略，一到实盘就失灵。多数时候策略本身没有问题，问题出在评估环节偷偷用了未来的信息。
一句话记住：任何让模型在训练时看到“明天”的评估方式，结果都不能信。