Notas sobre pronósticos: Creo que para barras de 1 hora y superiores deberías usar ridge, pero cuando llegas a barras de 1 minuto/5 minutos, generalmente encuentras que XGBoost gana. 5 minutos necesita un poco de ajuste cuidadoso, pero en 1 minuto y especialmente en segundos, comienzas a ver que XGBoost domina por un extra de 0.01-0.025 en tu IC simplemente por ser un mejor modelo. XGBoost es bastante genial porque puedes evitar valores NaN (lo cual es a menudo un problema para las pruebas retrospectivas, es decir, diferentes disponibilidades de conjuntos de datos para los retrocesos, un proveedor podría tener 10 años, otro 2). Puedes, por supuesto, imputar, pero esa no es la forma más realista de hacer las cosas y técnicamente tiene lookahead ya que revelas la media/mediana de la característica por adelantado. También puedes usar una media libre de lookahead, pero aún así... Para cosas lineales donde no puedes permitirte el ajuste en un marco de tiempo de 1 hora o superior, Y donde quieres lidiar con NaNs, tu mejor opción es hacer un ensamblaje ponderado por IC y recalcular los pesos cada vez que haya NaNs (no es exactamente caro averiguar qué peso debería ser cuando tienes el IC de cada característica y qué características están en el conjunto).