難以理解前瞻偏差

我了解前瞻性偏差是相當普遍的行業知識。但是我無法理解我是如何介紹它的，並且可以使用一個很好且簡單的解釋。這是我的思考過程。

我有 $ N $ OHLC 數據的數據點。讓我們說為了爭論我拉 $ t = 1 $ 至 $ N $ 從數據庫。

我在該工具的收盤價上訓練一個模型來預測 $ t + 1 $ 值。我知道這樣做我引入了前瞻偏差。

我掙扎的地方是 - 當我用實時數據預測下一個時間段的結束時，我將

1. 拉 $ N - 1 $ 數據點
2. 等待目前蠟燭關閉（為了爭論，假設我盡可能快地獲取此數據）
3. 將新數據點添加到列表中 $ N -1 $ 我從數據庫中提取的數據點
4. 預測 $ N+1 $ th 數據點（NEXT 時間段數據點，即目前數據點的收盤點）
5. 做我的交易

我覺得這就是我在訓練過程中所做的，假設當我在 $ N $ 數據點 $ N $ th 數據點已經關閉。

有人可以舉這個例子並向我解釋我的推理在哪裡犯了錯誤嗎？我真的很感激。

編輯

我應該更具體。假設我生成一個 $ -1 $ 或者 $ 1 $ 分別為賣出和買入的信號，我使用的是對數回報系列。

問題是您如何評估交易的成功。如果您的模擬中的損益測量為 C(t+1)-C(t)，那麼您的模擬並不完全真實，因為在現實生活中，當您根據 C(t) 計算信號時，即使您這樣做這麼快，價格 C(t) 將不是目前價格，您將無法以該價格購買。這是一個多大的問題，取決於市場的流動性和波動性。

一種解決方案可能是將損益衡量為 C(t+1)-O(t+1)。這假設您將在下一個開盤時買入，基於上一個收盤時計算的信號。

引用自：https://quant.stackexchange.com/questions/32002