如何绘制workflow_set模型回测结果、实际值与预测值对比图

步骤1：生成历史回测拟合值 #

你已经完成了最优模型的训练，只需要将训练集（历史实际数据）传入训练好的best_finalized模型即可得到回测拟合结果，在你现有代码基础上新增以下代码：

# 生成历史回测拟合值
backtest_tbl <- best_finalized %>%
  predict(new_data = train_tbl) %>%
  bind_cols(train_tbl %>% select(Date)) %>%
  mutate(type = "回测趋势线") %>%
  rename(Close = .pred)

小提示：如果运行时提示找不到cart_spec报错，是因为你示例代码中仅定义了cubist_spec和rf_spec，没有定义CART模型的参数规范，可以将base的models列表中的cart_base = cart_spec替换为rf_base = rf_spec即可正常运行。

步骤2：合并三类数据绘图 #

现在你有三类需要绘制的数据：历史实际收盘价、历史回测拟合值、未来预测值，直接合并后绘图即可得到三条曲线的对比效果，替换你原有的绘图代码为：

# 合并三类数据并绘图
bind_rows(
  # 历史实际收盘价
  train_tbl %>% mutate(type = "实际收盘价"),
  # 历史回测拟合值
  backtest_tbl,
  # 未来预测值
  prediction_tbl %>% mutate(type = "预测值")
) %>%
  ggplot(aes(x = Date, y = Close, color = type)) +
  geom_line(linewidth = 1.2) +
  labs(x = "日期", y = "收盘价", color = "数据类型") +
  theme_minimal()

可选：获取无数据泄露的滑窗回测结果 #

如果你需要更贴近实盘效果、无数据泄露的回测结果，可以直接从滑窗调参的结果中提取最优参数对应的交叉验证预测值，避免全量训练集拟合带来的效果高估：

# 提取滑窗交叉验证的回测结果
backtest_cv_tbl <- wflwset_tune_results %>%
  extract_workflow_set_result(id = b_mod) %>%
  collect_predictions(parameters = best_param) %>%
  bind_cols(train_tbl %>% slice(.$.row) %>% select(Date)) %>%
  select(.pred, Date) %>%
  mutate(type = "滑窗回测结果") %>%
  rename(Close = .pred)

将backtest_tbl替换为backtest_cv_tbl即可绘制更客观的回测表现。

内容的提问来源于stack exchange，提问作者KBE11416