一次历史回测表现良好，不代表枢轴点规则能够适应未来。Walk-forward滚动验证把参数选择和后续检验按时间顺序分开，更接近真实决策过程。原4月5日旧页没有任何可验证策略，本页补上完整流程。
训练窗口只用于制定规则
在第一段历史中选择品种、时段、公式、确认和退出参数，然后锁定。不能同时查看后续验证期结果再回头调整训练规则，否则所谓样本外数据已经被污染。
验证窗口模拟下一段实盘
用锁定参数运行紧接其后的时间段，记录真实点差、滑点和未成交。完成后向前滚动窗口，再决定是否更新参数。每次更新都要保留当时版本，不能用最终最优规则重算所有过去窗口。
窗口长度影响结论
过短窗口样本少，结果容易受单一事件影响；过长窗口又可能包含已经失效的市场结构。可比较多个合理长度的稳定性，但尝试越多，数据挖掘风险越高，最终选择仍需新的留出样本确认。
关注退化速度而非最佳曲线
比较训练期与验证期的交易次数、期望值、回撤和成本敏感度。若一离开训练样本就急剧恶化，策略可能过拟合。参数在相邻窗口小幅变化且结果仍稳健，通常比某个窗口的极高收益更可信。
滚动结果还应与简单基准比较，例如固定经典公式或不加额外过滤的版本。复杂模型若没有稳定超过基准，却需要频繁重新优化，维护成本、交易成本与参数漂移风险可能抵消表面收益，也更难在真实账户中持续复现。