基础区间回测
以连续历史开奖记录作为观察样本,核对模型输出与实际结果之间的逐期关系。重点不是寻找漂亮曲线,而是确认结果是否在完整区间内保持可复查。
- 测试区间
- 按记录原样保留
- 条件摘要
- 历史样本 / 固定口径
- 表现查看
- 分布与逐期对照
PC28 · JND28 · 加拿大28历史模型测试台
把算法放回已经发生的开奖历史中,按测试区间、样本条件和输出留存逐项核对。这里不把历史结果包装成未来承诺,而是让每一次模型表现都能回到明确的时间轴、参数和实际期次。
本页的研究入口
先选择回测任务,查看样本与方法,再进入分段表现和逐期复盘。回测是历史记录的检验工具,不等于下一期结果的保证。
任务选择器
历史区间扫描
核心指标汇总
样本量
按区间统计
拟合表现
逐期对照
分布偏移
分段观察
01 / Records list
不同模型不能脱离测试范围直接比较。每条记录都应先说明使用了哪段历史、怎样生成输出,以及结果如何被保存。
以连续历史开奖记录作为观察样本,核对模型输出与实际结果之间的逐期关系。重点不是寻找漂亮曲线,而是确认结果是否在完整区间内保持可复查。
将历史样本拆成多个连续观察段,查看模型在不同阶段的表现差异。分段阅读能够减少只看总结果带来的错觉,也能暴露模型适应边界。
把不同研究计划放到相同的历史观察框架中,区分方法本身、样本选择和输出时间的影响,避免仅凭一个汇总指标判断模型优劣。
02 / Methodology panel
它需要把样本、参数、运行时间和评估方式放在同一张记录里。只有知道模型在什么条件下运行,才有可能理解某一段表现为何出现,也才能把描述性统计与模型输出分开阅读。
查看关联计划预测记录使用的历史期次或日期范围,并说明是否存在缺失、等待更新或区间切换。样本不是越长越好,关键是范围清楚、来源一致、能够复核。
保存模型所依据的指标、观察窗口和输出时点。若参数在测试过程中发生变化,应与原始版本分开记录,而不是把修订结果覆盖旧记录。
区分匹配情况、分布差异、样本覆盖和阶段变化。单一指标只能描述一个切面,不能替代完整的历史表现记录。
预测输出必须先于对应开奖结果被留存。回测只对已经发生的历史进行整理,不把事后结果倒推为当时已经知道的内容。
03 / Stats charts
总体表现容易掩盖阶段差异,因此回测结果应同时呈现分段分布、观察区间变化和具体期次。页面中的柱状图、区间刻度与差异表,服务于同一件事:把模型输出与历史结果放回对应的时间位置。
如何阅读这些图表?
柱状高度表示记录在某个评价维度上的相对变化,不代表未来概率;颜色切片用于区分样本段与状态,不采用红绿涨跌暗示。出现偏移时,应回到样本条件和输出时间继续核对。
VIEW / A
分布变化
观察不同区间的结构差异。
VIEW / B
阶段结果
不隐藏表现较弱的区段。
VIEW / C
逐期核验
回到原始开奖逐条比对。
04 / Action row
回测不是研究链路的终点。若要理解一项模型在实际开奖更新后的表现,应查看开奖前已经留存的预测输出,再对照对应期次的原始号码、换算结果和值属性。这样才能把方法条件、时间戳和结果差异放在同一条数据流中。