Утечка на 3.5 часа вперёд: как модель обманывала саму себя полтора месяца — и как мы это поймали

В статье рассматривается классическая проблема машинного обучения на временных рядах: утечка данных, при которой модель неявно получает информацию из будущего. Авторы столкнулись с ситуацией, когда алгоритм предсказания показывал отличные результаты на исторических данных, но проваливался в реальности. Причиной стал некорректный ресемплинг 4-часовых свечей, из-за чего модель «заглядывала» в будущее на 3,5 часа. В материале подробно разбирается анатомия этой ошибки, математический подход к проведению позиционного теста для её обнаружения, а также предлагаются методы защиты от подобных инцидентов. Авторы делятся сниппетом кода, который помогает предотвратить утечки данных при обработке временных рядов, подчеркивая важность тщательной проверки пайплайнов подготовки данных для обеспечения надежности ML-моделей в продакшене.