量化信号与评分
前视偏差
一种回测错误，即量化模型使用了在决策时点尚不可用的信息或数据点，导致历史业绩被人为夸大，并掩盖了真实信号质量。
在内幕交易检测和量化评分平台中，当前视偏差发生在评分算法纳入了交易提交后才发布的信息，或在信号计算时使用了未来数据（如交易执行数周后公布的盈利预测调整、复权收盘价或公司行为）。这种污染会导致模型在回测中表现出预知能力，产生虚高的Sharpe比率、信息系数和胜率，而这些并不能转化为实盘表现。关键的防范措施包括严格的时点归一化、滞后特征工程以及遵循时间顺序的步进式验证，以确保时间边界不被突破。
在内幕交易分析和信号衰减测量的背景下，前视偏差尤其危险，因为监管机构和机构投资者依赖历史信号强度（通过z-score、sigma-score或information-ratio衡量）来评估模型的可信度。被污染的回测可能会错误地提升PDMR交易模式或“通风报信”检测规则的评分，导致Form 4筛查中的误报，并削弱对平台的信任。实务人员必须实施严格的数据管道，对每个特征打上时间戳，执行因果性检查，并通过日历时间分割（而非随机抽样）将训练窗口与样本外测试集隔离。