用标准化后的标签还是原始收益率标签来生成累计收益率图表？

[quantcn]

在例子文件workflow_by_code.ipynb生成累计收益率图表的代码是： label_df = dataset.prepare("test", col_set="label") label_df.columns = ['label']

pred_label = pd.concat([label_df, pred_df], axis=1, sort=True).reindex(label_df.index) analysis_model.model_performance_graph(pred_label) # 生成累计收益率图表 我的问题是，这里label_df 取得的标签label是预处理后（比如经过标准化处理）的推理数据集标签，并不是原始的收益率，那么据此生成累计收益率图表是不是不合适，我觉得应该采用原始label（代表未经标准化处理的原始收益率）来生成累计收益率图表。 不知我的理解对否？