谢谢大家的分享， 我这里分享一下我的validation的方法。主要的idea是尽量利用validation1和validation2 之间的ratio，同时侧重考虑val2的corr和sharpe. 以下这图是我参考的metrics
我发现如果光是一 val_corr或val_sharpe来做参考值的话，有时会出现val1 corr很高，而val2很低的情况. 考虑到val2来源于train+val1后好几年的数据， 直觉就是val2 corr 和sharpe相当要靠谱一些。 另外就是尽量找va1/val2 corr ratio 或这va1/val2 sharpe ratio比较低的， 也就是说重点找一些能稳定预测n年后数据的模型。
在此之上， 再加上live rounds上的表现来进一步评估。 目前发现我的模型在live rounds上的表现和以上的表格还算吻合， 有几个比较不符合这个规律的，还有待进一步观察。
总之， 我的特征选取和目模型参数目前都是按这个方式做。 没怎么做特征工程，可能有时间会补一下。