上兩節介紹了推進分析和多層推進分析的操作流程，不管是簡單的推進分析，還是邏輯更爲複雜一些的多層推進分析，其主要目的都在於判斷策略參數的過度擬合程度，以及在一個貼近真實交易的環境下模擬出策略的運行情況。在實際的量化交易策略的使用過程中，通過研究推進分析或多層推進分析得到策略的淨值走勢和收益情況，就可以基於一定的收益和風險標準決定是否使用該量化交易策略。
但是由於推進分析這種方法的主要目的還包括參數過度擬合程度的判斷，因此在流程設計上會有所限制，基於推進分析結果直接判斷實盤與否的做法在邏輯上也顯得不是那麼完整。本節就在推進分析的基礎上，另外介紹-種用來判斷量化交易策略是否進入實際使用的方法，作爲前面內容的補充。
實際上，這種方法也是根據樣本外檢驗的原理髮展而成的。與前面所介紹的多層推進分析相比，該方法雖然在技術處理上十分相似，但是在邏輯上更偏向於對交易策略進行是與否的判斷，因此作者稱其爲推進分析下的驗證。
簡單來說，就是將推進分析的數據分爲兩個部分，一個部分進行推進分析的研究，如果結果具有合格的盈利能力，則針對同樣的策略在另一部分數據上進行推進分析研究。在實際研究中，後一步的推進分析只進行一次，如果結果顯示盈利能力依然存在，則認定該量化交易策略可以實際使用，如果策略不再具有盈利能力，則直接判斷策略無用，需要更換策略思路、重新尋找其他策略。需要注意的是，這裏作者說的是“更換策略思路”、而不是“更換策略設置"，因此後一次的推進分析實際上是一錘定音的決定性流程。
圖6-5基於圖6-2給出的推進分析示例，展示了一個推進分析下的驗證具體流程，方便讀者更直觀地理解推進分析下的驗證這一方法。圖6-5中的橫線將原本的推進分析進行了劃分，針對處在橫線下方的前5行數據，挑選多種不同的策略，各自進行普通的推進分析研究，直到找到一個在這部分樣本內具有盈利能力的量化交易策略。然後將該策略置於橫線上方的後3行數據上,進行一次普通的推進分析，查看深灰色框內的收益情況和策略淨值表現，如果仍然具有盈利能力則使用該策略進行實際交易，如果策略失效則否定該策略，重新尋找其他策略。
通過如上的示例解釋,讀者應該可以發現，推進分析下的驗證實際上就是一個樣本外檢驗的過程，只不過前面提到的樣本外檢驗都是針對策略模型的具體參數，而這一種樣本外檢驗針對的則是量化交易策略本身。
從對圖6-5中示例的具體講解中也可以發現，該方法下樣本內外的劃分其實可以看作對灰色框的劃分，也就是劃分推進分析中模擬交易的樣本外數據部分，在圖6-5中分別用淺灰色框和深灰色框進行了標示。因此，多層推進分析也同樣可以使用這種驗證方法來判定策略是否進人實際應用，只需在理解多層推進分析邏輯的基礎上，針對最後一層的數據樣本進行樣本內外的劃分即可。
但是正如多層推進分析所存在的問題一樣,使用推進分析下的驗證同樣需要足夠數據量的支持。由於中國市場上能夠獲取的有效數據較爲有限，因此研究人員在使用推進分析下的驗證前應該首先確認樣本量是否充足。
更重要的問題在於，作爲驗證環節的後一次推進分析對策略去留具有決定性的影響，一個實際上有盈利能力的量化交易策略由於在樣本數據上無法通過驗證從而被淘汰的情況是有可能發生的。在推進分析下的驗證中，樣本內和樣本外的長度設定、樣本數據的具體選擇等都可能會影響驗證的結果，偏差較大時就會導致有效策略被錯誤的排除。而推進分析的驗證要起到實際的決定效果，後一次的推進分析就必須嚴格地只進行一次，否則又會流於一種優化過程而得不到真正的檢驗。在這種情況下，如果由於人爲設置和實際數據特性的影響導致錯誤地排除了有效策略，是無法通過其他辦法進行補救的，研究人員必須承受這種錯誤發生的可能。
當然，是有效策略丟失的問題更嚴重，還是無效策略被應用到實際交易中的問題更嚴重，就需要研究者自行判斷了。由於推進分析的驗證中後一次推進 分析只進行一次這樣的操作，在紙面上是無法反映出來的，因此本書對這種方法只做介紹，不進行案例的具體說明。