一、為什麼要拆分成三個資料集?

我們用一個比喻來說明3種資料集之間的關係：

• 訓練集相當於上課學的知識。
• 驗證集相當於段考、模擬考，用來對你的學習方法進行驗證、糾正。
• 測試集相當於學測，用來評估最終的學習效果。

而回測的學習方法，指的就是那些指標會用到的各種參數，
以SMA方法為例：快線是用5日線就好，還是10日線的效果比較好?

二、如何拆分?

如同[Day 11] 來自未來的資料 - 數據泄露(Data leakage)提到的，
最容易犯的錯誤就是把資料打散重組，像股市這種序列資料是不能這樣幹的，
在這部分我們只需要用最基本的方法，照順序拆分就可以了。

train_df = load_stock(stock_index, start_year=2012, end_year=2015)
valid_df = load_stock(stock_index, start_year=2016, end_year=2019)

三、如果訓練集和驗證集資料差太多?

下面的結果為「只買不賣」策略的投資成果，
可以看到訓練報酬率和驗證報酬率差異非常大，
因此我們可以判斷該策略的穩定性並不好。

當我們選擇策略的時候，穩定性也必須在考慮範圍內，
是要選擇高報酬但是穩定性差的策略?
或是選擇低報酬但是每年固定營利的策略?