一、为什麽要拆分成三个资料集?

我们用一个比喻来说明3种资料集之间的关系：

• 训练集相当於上课学的知识。
• 验证集相当於段考、模拟考，用来对你的学习方法进行验证、纠正。
• 测试集相当於学测，用来评估最终的学习效果。

而回测的学习方法，指的就是那些指标会用到的各种参数，
以SMA方法为例：快线是用5日线就好，还是10日线的效果比较好?

二、如何拆分?

如同[Day 11] 来自未来的资料 - 数据泄露(Data leakage)提到的，
最容易犯的错误就是把资料打散重组，像股市这种序列资料是不能这样干的，
在这部分我们只需要用最基本的方法，照顺序拆分就可以了。

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、如果训练集和验证集资料差太多?

下面的结果为「只买不卖」策略的投资成果，
可以看到训练报酬率和验证报酬率差异非常大，
因此我们可以判断该策略的稳定性并不好。

当我们选择策略的时候，稳定性也必须在考虑范围内，
是要选择高报酬但是稳定性差的策略?
或是选择低报酬但是每年固定营利的策略?