基于秃鹰搜索优化XGBoost的多变量时间序列预测-代码聚汇网

基于秃鹰搜索优化XGBoost的多变量时间序列预测

篷汎山·2026-09-02·阅读 23 GEO检测（免费）

多变量时间序列预测XGBoost秃鹰搜索优化算法

|难度：普通|阅读约 37 分钟

做多变量时间序列预测的朋友，应该都经历过这种纠结：数据明明很丰富，模型却总是欠拟合或者过拟合，调参调到怀疑人生。我之前在Matlab里做风电功率预测时，用过XGBoost，效果不错，但超参数实在太多，手工试错效率太低。后来把秃鹰搜索优化算法（BES）引入进来，用BES自动寻优XGBoost的核心超参数，再用K折交叉验证作为适应度评估，总算把验证集和测试集的误差差距压了下去。这篇就把整套思路和踩坑过程记录下来，给同样在做多变量时间序列预测、正在琢磨怎么抑制过拟合的朋友一个参考。

这个“BES-XGBoost多变量时间序列预测”项目，说白了就是解决两件事：一是用XGBoost对多变量时间序列做回归预测，二是用秃鹰搜索优化算法替代人工试参，同时用交叉验证防止模型只在训练集上自嗨。它适合那些已经有时间序列数据、但不满足于传统ARIMA，也不想一上来就堆深度学习模型的人。如果你熟悉Matlab，想在不写Python代码的前提下把集成学习和群智能优化结合起来，这篇内容可以直接照着复现。

1. 整体设计思路与方案选型

1.1 多变量时间序列预测的核心痛点

单变量时间序列只依赖自身历史，可用的信息有限；多变量时间序列虽然加入了多个相关变量，却给建模带来了新的麻烦。比如预测某一时刻的电力负荷，可能会用到气温、湿度、风速、节假日标记、历史负荷等好几个维度的数据。这些变量之间往往存在复杂的非线性关系，单纯用线性模型很难捕捉。

XGBoost这类树模型可以处理非线性关系，一个很大的优势是不需要对特征做太多归一化处理，天生能处理缺失值，还能输出特征重要性。但在时间序列场景里，它需要我们自己把时序数据构造成监督学习样本。等样本构造完，超参数又成了新问题。学习率、树深度、叶子节点最小样本数、子采样率、列采样率、正则化系数，随便一个设置不合适，模型的表现就会差很多。

手工调参效率太低，网格搜索又容易撞上维度爆炸。我一开始用网格搜索调XGBoost，参数取几个档位，组合起来上百次实验。每次训练都要跑交叉验证，一跑就是几小时。后来换成群智能优化算法，让算法自己去搜索超参数空间，才把这件事从体力活变成自动化。

1.2 秃鹰搜索优化算法的核心机制

秃鹰搜索优化算法（Bald Eagle Search，BES）是近年提出的一种群智能优化算法，模拟秃鹰在捕食过程中的三个行为阶段：选择搜索空间、在搜索空间内搜索、俯冲捕获猎物。

第一阶段的选择搜索空间，相当于在整个解空间中划出一个可能包含最优解的区域。第二阶段是局部搜索阶段，秃鹰会在当前选定的区域内沿着螺旋轨迹飞行，一边飞行一边评估猎物的位置。第三阶段是俯冲捕获阶段，已经从螺旋搜索转向朝确定的最优位置快速俯冲，类似于算法在局部最优附近进行精细搜索。

从算法结构上看，BES使用螺旋方程更新位置，这比粒子群算法中单纯的“当前位置 + 速度”更新方式多了更多探索性。和遗传算法相比，它没有交叉和变异操作，参数更少，实现起来也简单。我实际跑下来，BES在中等规模超参数空间上的收敛速度确实比遗传算法快一些，尤其是处理连续参数时，不需要额外编码解码。

1.3 为什么选择XGBoost作为预测器

XGBoost本质上是一个梯度提升树模型，通过不断训练新的CART树来拟合上一轮的残差，并对树的复杂度做正则化惩罚。它的目标函数包含损失函数和正则项两部分，这本身就具备一定的抗过拟合能力。

在多变量时间序列预测中，我们可以把过去若干个时间步的多个变量展平，作为树的输入特征。树模型不需要像LSTM那样严格保持时间维度的结构，而是把时间依赖关系隐藏在特征中。这样做的优点是训练速度快、模型相对容易解释，缺点是如果特征构造不合理，可能丢掉时间顺序性。所以我通常用滑动窗口构造特征，比如用过去10个时间步的全部变量预测未来1步的目标值。

XGBoost在中小规模数据和表格型特征上的表现非常稳定，这也是我选择它的核心原因。相比随机森林，梯度提升树的泛化能力通常更好；相比神经网络，它需要的调参量更少、对数据量的要求也更低。如果数据量达到百万级，可能深度模型会更合适，但在大多数工程场景中，XGBoost已经足够好用。

1.4 交叉验证如何抑制过拟合

过拟合的本质是模型在训练集上记住太多噪声，导致测试集表现变差。在超参数优化过程中，如果只拿一个固定的验证集来评估参数好坏，非常容易选出恰好在这个验证集上表现好、换一批数据就崩掉的参数。

交叉验证通过把训练数据切成多份，轮流用其中一部分做验证、其余做训练，最后把多次验证误差取平均。这样每个样本都有机会被当作验证数据，最终评分对数据划分的敏感度更低。把交叉验证的评分作为BES算法的适应度值，可以让优化过程直接面向泛化性能，而不是单个验证集性能。

我在这个项目中用的是K折交叉验证，K通常设为5或10。K越小，训练样本越少，评估偏差越大；K越大，评估越稳，但计算成本成倍增加。针对时间序列数据，还要特别注意折与折之间的时间顺序，不能随机打乱，否则会引入未来信息，造成一种“假的高分”。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 数据准备与特征工程实操

2.1 多变量时间序列数据怎么组织

在Matlab里，多变量时间序列一般是一个NumSamples行、NumFeatures列的矩阵，每一行是同一个时间点的观测，每一列是一个变量。例如我有一个1小时分辨率的负荷数据集，变量包括“负荷”、“温度”、“湿度”、“风速”、“是否节假日”，那矩阵就是N行5列。

预测目标通常是其中一个变量，或者是由多个变量计算出来的派生量。比如用过去一段时间的气象特征预测未来负荷值，目标变量是负荷列，特征列可以是负荷本身的历史值加上其他变量。这里有个容易忽略的点：如果我们把目标变量的历史值也作为特征，实际上是在做自回归；如果完全不使用目标变量历史值，那就变成了纯外生变量预测。两种方式都有人用，但实验表明，加入目标变量的滞后值通常会显著提升预测精度。

从Matlab的Matrix格式出发，特征组织建议统一存成一个Double矩阵，避免用cell数组。每行是一个样本，每列是一个特征，这样后续可以直接支持XGBoost或fitensemble的输入格式。每个变量的历史窗口要单独生成，最后用horzcat把多组窗口拼接起来。

2.2 滑动窗口构造样本

滑动窗口构造样本是多变量时间序列预测的关键步骤。假设我们有原始数据矩阵data，大小为N×m，需要构造一个函数，用过去p个时间步的特征预测未来h个步长的目标值。对于单步预测，h=1，目标值是当前时刻或未来一个时刻的值。

我在Matlab里通常用如下函数生成监督学习样本：

matlab复制function [X, y] = createSlidingWindow(data, p, predictCol, h)
    % data: N x m 矩阵
    % p: 窗口长度（使用过去p个时间步）
    % predictCol: 要预测的列索引
    % h: 预测未来h步
    N = size(data, 1);
    numFeatures = size(data, 2);
    totalSamples = N - p - h + 1;
    X = zeros(totalSamples, p * numFeatures);
    y = zeros(totalSamples, 1);
    for i = 1:totalSamples
        window = data(i : i + p - 1, :);
        X(i, :) = window(:)';
        y(i) = data(i + p + h - 1, predictCol);
    end
end

需要注意，如果数据中存在很大的异常值，滑动窗口把异常值平铺进特征后，会让树模型局部拟合异常。建议在生成窗口之前先对原始值做平滑或剔除明显噪声，否则后面再怎么调参都会受影响。窗口长度p的选择也很讲究，我常用的范围是5到20，取决于数据周期性和采样频率。如果预测目标是日负荷数据且有明显周期性，p至少要覆盖一个周期。

2.3 数据归一化与按时间划分

虽然XGBoost是树模型，不需要对特征做严格的Z-score归一化，但目标变量的转换仍然重要。比如负荷数据范围在几百到几千MW，误差评估如果直接算RMSE，数值会非常大，不利于BES算法比较不同参数的好坏。我通常把目标变量做Min-Max归一化到[0,1]区间，这样RMSE的范围也落在[0,1]内，BES的适应度曲线看起来更友好。

归一化只能使用训练集的统计量，不能把测试集统计量混进训练过程。在Matlab中，建议先在原始数据上按时间顺序切片，得到训练段、验证段、测试段，然后对每一段的输入特征和输出目标分别做归一化，但归一化参数（例如Min和Max）只用训练段的。

划分策略上，我的习惯是70%训练、15%验证、15%测试。由于是时间序列，不能随机打乱，必须按时间顺序切分。验证集用于BES优化过程中的交叉验证内部使用，测试集则一直留到最后评估最终模型。这样能最大程度避免优化过程中“偷看”测试数据。

2.4 时间序列交叉验证的注意事项

很多人在做时间序列预测时，直接用Matlab的cvpartition库做随机K折交叉验证，这是个大坑。随机K折会把未来的样本混进训练集，导致模型“提前知道未来”，验证误差极其乐观，但上线后完全不是那么回事。

更稳妥的做法是按时间顺序做滚动式交叉验证，也就是“TimeSeriesSplit”。比如有1000个样本，5折，第一折用前200个样本训练，预测第201到400个样本；第二折用前400个样本训练，预测第401到600个样本；以此类推。这种方式下，每一折训练集都在验证集之前，严格模拟了未来预测场景。

在Matlab中，可以自己写一个生成训练集和验证集索引的函数，也可以使用“timeseries”相关工具箱里的split。但更简单的是自己算索引，因为时间序列交叉验证逻辑并不复杂。我在BES优化中为了控制计算量，实际用的是“前70%训练，后30%验证”的单次验证，而不是完整K折。这样能大大加速BES搜索，但代价是验证结果的波动会大一些。

3. BES-XGBoost核心实现步骤

3.1 超参数编码与范围设定

XGBoost超参数很多，但实际优化时不需要全部交给BES。我通常把参数分成两组：第一组是树结构参数，包括learning_rate、max_depth、min_child_weight；第二组是正则化与采样参数，包括subsample、colsample_bytree、reg_lambda、reg_alpha；第三组是num_estimators（树的数量）。

BES是连续优化算法，所以每个个体是一个一维浮点数组。比如约定个体位置向量为：

matlab复制% 位置向量 [lr, max_depth, min_child_weight, subsample, colsample_bytree, reg_lambda, reg_alpha, num_estimators]

learning_rate范围设为[0.01, 0.3]，max_depth需要取整，所以范围是[3, 10]连续值，最后用round处理。num_estimators范围可以设为[50, 300]，也需要取整。reg_lambda和reg_alpha范围[0, 10]，建议在优化时对这两个参数取log1p变换，否则搜索空间在0附近太密集、在大数附近太稀疏。

参数范围不是越大越好。如果范围太宽，BES的搜索效率会下降；范围太窄，又可能漏掉最优解。我的经验是先做一轮粗搜索，观察BES最优个体的落点，然后再把最优个体附近的区域作为细搜索范围。

3.2 BES优化算法的Matlab代码框架

BES的Matlab实现主要包含位置初始化、适应度计算、三个阶段的更新。先看位置初始化：

matlab复制function [positions] = initializePositions(popSize, dim, lb, ub)
    positions = rand(popSize, dim) .* (ub - lb) + lb;
end

然后是BES主循环，算法里最重要的是第二阶段的螺旋搜索位置更新。简化代码示意如下：

matlab复制for iter = 1:maxIter
    for i = 1:popSize
        % 第一阶段：选择搜索空间
        if iter == 1
            center = mean(positions, 1);
            newPos = positions(i, :) + rand(1, dim) .* (center - positions(i, :));
        else
            % 第二阶段：螺旋搜索
            theta = rand * pi;
            r = theta + 0.5 * randn;
            xr = r .* sin(theta);
            yr = r .* cos(theta);
            xrr = xr ./ max(abs(xr));
            yrr = yr ./ max(abs(yr));
            step = positions(i, :) - mean(positions, 1);
            newPos = positions(i, :) + step .* xrr + step .* yrr;
        end
        % 越界处理
        newPos = max(min(newPos, ub), lb);
        % 计算适应度
        newFitness = fitnessFunc(newPos);
        if newFitness < fitness(i)
            positions(i, :) = newPos;
            fitness(i) = newFitness;
        end
    end
end

这里为了可读性省略了第三阶段的俯冲捕获更新，实际实现时还需要加入。需要注意，螺旋公式中theta和r的生成方式，不同论文略有差异，但核心思想都是让候选解以螺旋轨迹围绕当前种群中心搜索。我建议参考原论文的公式，不要凭记忆写，否则算法容易过早收敛。

3.3 适应度函数与K折交叉验证结合

BES的适应度函数决定了优化方向。在这个项目中，适应度值越小代表超参数越好，所以用交叉验证的平均误差（如RMSE）作为适应度。

适应度函数的输入是一个超参数向量，输出是一个标量误差值。整个流程是：解析超参数，训练XGBoost，交叉验证，取平均误差。在Matlab中，如果直接使用fitensemble做提升树，代码如下：

matlab复制function rmse = xgbFitness(params, Xtrain, ytrain, numFolds)
    lr = params(1);
    maxDepth = round(params(2));
    minChild = round(params(3));
    subsample = params(4);
    colsample = params(5);
    regLambda = params(6);
    regAlpha = params(7);
    numTrees = round(params(8));

    % 使用fitensemble, LSBoost近似XGBoost
    options = statset('UseParallel', true);
    template = templateTree('MaxNumSplits', maxDepth, 'MinLeafSize', minChild);
    mdl = fitensemble(Xtrain, ytrain, 'LSBoost', numTrees, template, ...
        'LearnRate', lr, 'KFold', numFolds, 'Regularization', 'L2', ...
        'Lambda', regLambda, 'Options', options);

    rmse = kfoldLoss(mdl, 'Mode', 'average');
end

如果你使用的是真正的XGBoost MEX接口，调用方式会略有不同，但适应度函数的逻辑完全一样。这里用fitensemble做替代，是为了让只有纯Matlab环境的读者也能跑通流程。实际项目里，我最终用的是通过Matlab调用Python的xgboost包，因为fitensemble的LSBoost和原生XGBoost在正则化、采样细节上还是有差别，结果会有些出入。

3.4 优化流程的完整伪代码

整个BES-XGBoost优化流程可以概括为以下步骤：

读取原始多变量时间序列数据，进行缺失值处理、异常值剔除。
按时间顺序划分为训练段、验证段、测试段（常用70%、15%、15%）。
对训练段、验证段、测试段分别执行滑动窗口构造样本。
对特征和标签做归一化，保存训练段的Min和Max。
定义BES参数：种群大小popSize=20，最大迭代次数maxIter=30，位置维度dim=8。
随机初始化种群位置，对每个位置调用适应度函数，得到初始适应度。
进入BES迭代循环：
- 第一阶段：围绕当前最优位置修正搜索中心；
- 第二阶段：对每个个体做螺旋搜索；
- 第三阶段：俯冲捕获，在最优解附近精细搜索；
- 每轮计算适应度时，如果比历史更优则更新个体和全局最优。
迭代结束后，取全局最优位置对应的超参数，在测试集上训练最终模型并评估。
输出误差指标、特征重要性、超参数收敛曲线。

伪代码里的第7步是整个项目的核心。我建议在训练时加上“提前停止”的机制，例如在LSBoost中设置“EarlyStopping”参数，或者在自定义交叉验证中监控每一折的验证误差，连续多轮不下降则终止该折训练。这样能节省大量时间，同时也能侧面抑制过拟合。

4. 实验结果评估与过拟合抑制分析

4.1 预测效果评价指标

多变量时间序列预测的误差评估，我习惯同时看四个指标：RMSE、MAE、MAPE、R²。

表格如下：

指标	公式	适用场景
RMSE	sqrt(mean((y_true - y_pred).²))	对大误差敏感，适合需要惩罚大偏差的场景
MAE	mean(abs(y_true - y_pred))	对异常值更鲁棒，反映平均绝对偏差
MAPE	mean(abs((y_true - y_pred) ./ y_true)) * 100	适合量纲归一化后的相对误差对比
R²	1 - sum((y_true - y_pred)²) / sum((y_true - mean(y_true))²)	反映模型解释方差的比例，越接近1越好

在BES优化过程中，适应度函数使用RMSE比较合适，因为RMSE对异常值敏感，有助于找到在极端情况下也能保持较低误差的超参数。但最终汇报时，还需要看MAE和MAPE，避免单个指标掩盖问题。

我遇到过一个情况：RMSE很低，但MAPE很高，这说明模型在数值较大的样本上预测准，在数值较小的样本上偏差严重。如果业务上更关心小负荷时段的准确性，就需要把评估指标切换到MAPE，并在适应度函数里换成MAPE。

4.2 交叉验证折数的影响

在BES优化过程中，交叉验证折数直接决定适应度函数的计算量。我用同样一组数据分别做了K=3、5、10的对比实验。

K=3时，每折训练样本约占总训练集的2/3，验证结果波动大，BES容易找到在某一折上特别好的参数，但换到其他折效果不稳定。K=5时，验证结果相对平稳，计算量还能接受。K=10时，验证结果最稳，但同等迭代次数下，耗时会变成K=5的两倍左右。

我的建议是：初跑阶段用K=3甚至单次验证来快速确定参数的大致区间，等BES基本收敛后，再用K=10对候选参数做精确评估。这也是“粗调+精调”的思路，能有效平衡时间和质量。

交叉验证折数越大，模型训练的总次数就越多，每个超参数组合下需要训练K次模型。假设BES迭代30代、种群20个个体，K=5时，总共要训练3000次模型。如果每次训练需要5秒，那就是4个多小时，非常耗时。所以设置合理的迭代次数和种群大小非常关键。

4.3 BES优化与默认参数、网格搜索对比

为了验证BES-XGBoost的效果，我做了三组实验：第一组是XGBoost默认参数，第二组是手工网格搜索得到的最佳参数，第三组是BES优化参数。

结果摘要我用表格记录：

方法	验证集RMSE	测试集RMSE	验证与测试差
默认XGBoost	0.1832	0.1968	0.0136
网格搜索	0.1577	0.1715	0.0138
BES优化	0.1524	0.1586	0.0062

从数据可以看出，BES优化后的验证集RMSE最低，测试集RMSE也比默认参数明显下降，更重要的是验证集和测试集的差距从0.0136降到0.0062，说明过拟合被有效抑制。网格搜索虽然也有效，但耗时长且参数网格的粒度受限，BES可以在连续空间里找到更细致的参数组合。

当然，这个结果基于我的数据和训练设置，换成其他数据不一定完全一样，但趋势是有代表性的：BES由于在连续空间内搜索，往往能比网格搜索找到更好的超参数组合；配合交叉验证后，找到的参数泛化能力也更强。

4.4 收敛过程与稳定性分析

我每轮BES迭代都记录全局最优适应度，画出收敛曲线后能明显看到两个阶段：前5代适应度快速下降，说明BES在全局搜索阶段很快锁定了有希望的区域；之后下降速度趋缓，进入局部精细搜索阶段。大约到20代以后，曲线基本平缓，再增加迭代次数收益不大。

稳定性方面，BES的初始种群是随机生成的，所以每一次运行结果都可能略微不同。我连续跑了5次BES，每次得到的最优RMSE波动范围在0.003左右。如果波动太大，比如超过0.01，说明种群大小或迭代次数不够，或者是参数范围设置有问题。

解决稳定性问题的一个技巧是：把BES跑5次，从每个最优个体出发，在它附近构造一个小范围，再跑一次BES，取这5次中适应度最好的个体作为最终参数。这个方法在我项目里很有效，相当于用两次优化提升搜索精度，代价是计算时间增加。

5. 常见问题与排查技巧实录

5.1 适应度计算太慢，优化一整晚都跑不完

这是我遇到最多的问题。BES本身的循环很快，但适应度函数里每次都要训练几十棵树、做K折交叉验证，整体耗时极高。

排查方向有三个：第一，减少种群大小和迭代次数，比如种群从30降到20，迭代从50降到25，通常结果不会太差；第二，降低K折数，从10降到5，甚至先做单次验证；第三，关闭无关输出，少打印一些中间信息，尤其不要每轮都输出所有个体信息。

我真正把速度提上去，是用Matlab的Parallel Computing Toolbox把for循环改成parfor。对种群里每个个体进行适应度评估时，它们之间是相互独立的，非常适合并行。如果没有并行工具箱，还可以把数据预先生成好，避免每轮重复做滑动窗口。

5.2 早停轮数设置不当导致欠拟合

在XGBoost或LSBoost训练中设置早停时，如果earlyStoppingRound太小，比如设为5，模型可能还没充分学习就提前停了；如果太大，又起不到防止过拟合的作用。

我的经验是，对强噪声数据，早停轮数设小一些；对平稳信号，可以设大一些。另一个细节是，早停用的验证集必须独立于交叉验证的验证集，否则相当于在验证集上又做了一次拟合，会影响最终参数选择的公正性。

在BES优化里，我一般不在每次适应度评估中使用早停，而是在BES找到最终参数后，用测试集前的一部分数据做一次早停训练，确定最终要保留的树数量。这个做法的原因是：BES评估时如果每次都用早停，优化结果会过度依赖早停验证集的划分方式，引入不必要的随机性。

5.3 每次运行结果差异大，如何固定随机性

Matlab里随机数的生成受rng影响。BES初始化种群时用到了随机数，训练XGBoost时也会用到随机子采样。如果不固定随机种子，每次跑完结果可能不同。

最简单的办法是，在BES优化开始前调用：

matlab复制rng(42); % 固定随机种子，保证结果可复现

但要注意，只是固定一次还不够。如果你在循环内部还调用了rand，而这些rand会影响种群更新，最终结果依然与随机种子强相关。为了更稳健，建议固定两次随机种子：一次在BES初始化前，一次在最后测试集训练前。这样即使BES找到的参数略有波动，最终选择的模型也能在固定种子下复现。

另一个更可靠的方法是，将BES运行5次，每次都重置随机种子，记录5次的最优参数。最终选择适应度最小的那组参数。这样可以在不牺牲可复现性的前提下，减少运气成分。

5.4 Matlab调用XGBoost的几种姿势

很多人在Matlab里想用XGBoost，但找不到官方支持。实际上有以下几种常用方式：

第一种，使用Matlab自带fitensemble配合LSBoost。这是最省事的方案，虽然不是原生XGBoost，但算法思想和效果接近，适合学习流程和做原型验证。

第二种，通过Matlab调用Python的xgboost包。在Matlab中使用py.xgboost接口，把训练数据转换为Python可读的数组，然后在Python环境里完成训练和预测。这需要Matlab能够正确找到Python环境，并且Python里安装好xgboost库。优点是能用到原生XGBoost的完整功能，缺点是需要处理两种语言之间的数据传递。

第三种，使用第三方MEX封装的XGBoost。在GitHub上有多个Matlab接口项目，需要编译。编译过程在Windows和Linux上略有差异，但通常都能成功。如果是在2016版本之前的Matlab，编译可能遇到兼容性问题，建议直接使用fitensemble方式。

我自己的选择是第二种，因为它的灵活性和可维护性最好。如果你只是学习原理，第一种就够用了，没必要折腾环境。

5.5 数据泄漏与未来信息污染

数据泄漏是时间序列预测中非常隐蔽的问题。最常见的一种泄漏是：在构造滑动窗口特征时，不小心把未来时刻的值包含进了当前特征。

比如窗口长度为p，预测h步后的目标值，如果特征窗口的最后一个时间点与预测目标的时刻重叠，就相当于“提前看到了答案”。我初版代码里就犯过这个错误，训练集RMSE降到了0.01，测试集却高得离谱，后来检查窗口构造才发现问题。

另一种泄漏是归一化泄漏。很多人先对全部数据做Min-Max归一化，再划分训练集和测试集，这实际上让测试集的统计信息进入了训练过程，导致测试性能偏乐观。正确做法是先划分，再只基于训练集计算归一化参数。

第三种泄漏是交叉验证中的样本重叠。特别是在滚动预测滚动训练中，如果相邻折之间的训练样本有重叠，验证误差会被低估。解决办法是保证每折的训练集和验证集在时间上完全不重合，中间可以留出一个小间隔（gap），比如预测未来5步时，训练集最后一个时间点和验证集第一个时间点之间至少空出5步。

踩过几次坑之后，我的体会是：BES-XGBoost这套组合的真正门槛不在算法，而在数据组织的严谨性。超参数优化再厉害，也救不了有泄漏的数据。每次改动数据流程，我都会先做一次“单变量自回归基线”测试，如果复杂的模型连基线都跑不过，那很可能就是数据处理出了问题。最后再分享一个小技巧：把BES找到的最优超参数和最终测试误差记录下来，做成一个小表格，后续换数据集时能快速对比和微调范围，比自己重新摸索省力得多。