某买方研究台在按时间顺序排列的 panel 上训练监督模型，想要一个能映射到生产部署的诚实 OOS 评分：在已知数据上训练、在之后到来的数据上评估，绝不反过来。普通 k 折交叉验证违反了这一契约——它会用 *晚于* test 的样本来训练，对 i.i.d. 数据无害，对时间序列致命。走向前 CV 是时序 ML 的替代方案：在 panel 上前向滑动，发出一连串 (train, test) 折，且 train 在时间上严格早于 test。两种主流写法。扩展窗口 走向前把 train 起点钉在零、每折让它增长；模型见到的历史越来越长。滚动窗口 走向前把 train 长度固定，整个窗口随 test 一起前移；模型只看最近一段历史。扩展每折数据多但容易把过时早期样本和当下样本糅在一起；滚动对 regime 切换更敏感但每折数据少、远期历史被丢弃。