每天开盘后猜 SPY 收盘涨跌，看似只要把历史行情交给模型就行。问题在于，回测若不慎让模型“看到未来”，成绩很容易虚高。Alex Chen 用 1993 年至 2024 年的 7,837 个交易日重做这道题：模型只能读取当天开盘价和此前两个交易日的目标价格，判断当天收盘价会高于还是低于前一日收盘价。
检验采用扩展窗口走前验证——每次只用预测日之前的数据训练，预测一天，再把新结果加入训练集继续向前滚动。在最后 800 个交易日中，作者报告 Logistic Regression（直接预测涨跌的简单统计模型）准确率最高，为 71.09%；Random Forest 为 61.20%，XGBoost 为 58.45%。这提醒人们，复杂模型并不天然更会择时。
XGBoost 的另一项结果更值得警惕：只看其预测波动超过 1% 的日子，方向准确率从 58.4% 升至 72.7%，但可用样本也从 799 个骤减至 154 个。换句话说，更漂亮的数字来自更少的机会。论文只建立统计预测基准，未纳入成交执行等细节，因此不能直接视作可交易收益。