基于目标列Sales创建Rolling Mean Feature时是否需要移位？

你的做法完全正确，这是时间序列预测里避免数据泄露的核心操作。

时间序列预测的本质是：只能用「预测时点之前已经存在的数据」来构建特征，绝对不能用到未来（包括你要预测的当日）的信息——毕竟你不可能在预测11日销量的时候，提前拿到11日的销售数据。

举个实际的例子：

• 当你要预测11日的销量时，能用来计算滚动均值的只能是04日到10日的7天数据，这7天都是11日之前已经发生的，完全符合逻辑。
• 如果硬要按「包含当日」的逻辑去计算11日对应的滚动均值，就必须用到11日的销量数据，这显然是不可能拿到的；就算训练时误用了这类逻辑，模型也会学到虚假规律，实际预测时根本不准。

延伸到训练阶段：比如你用01-10日的数据训练模型，要预测8日的销量，对应的滚动均值特征也应该是01-07日的均值，而不是02-08日——因为在8日当天做预测时，你还不知道8日的销量，不能把它提前放进特征里。

这种「取过去N天、不含预测当日」的滚动窗口构建方式，是时间序列预测的标准操作，能有效避免数据泄露，保证模型的泛化能力。

内容的提问来源于stack exchange，提问作者Vitor Xavier