時系列データをトレイン/テスト/検証セットに分割する

時系列データをトレイン/テスト/検証セットに分割する最良の方法は何ですか？検証セットはハイパーパラメーター調整に使用されますか？

3年分の日次販売データがあり、計画は2015-2016をトレーニングデータとして使用し、2017年のデータから10週間ランダムにサンプリングして検証セットとして使用し、2017年のデータからさらに10週間テストセット。次に、テストおよび検証セットの各日について前にウォークします。

時間に基づく分割を使用して、先読みバイアスを回避する必要があります。時間順にこの順序でトレーニング、検証、テストを行います。

テストセットは、データの最新の部分である必要があります。実稼働環境での状況をシミュレートする必要があります。そこでは、モデルをトレーニングした後、モデルの作成後のデータを評価します。したがって、検証とトレーニングに使用するランダムサンプリングはお勧めできません。

時系列データをトレーニング/検証/テスト/予測に活用する最も完全な方法はこれだと思います：

画像は自明ですか？そうでない場合は、コメントしてください。テキストを追加します...

トレーニング/検証セットのセットを1つだけ作成する代わりに、そのようなセットをさらに作成できます。

たとえば、最初のトレーニングセットは6か月のデータ（2015年の最初の学期）で、検証セットは次の3か月（2015年7月-8月）になります。2番目のトレーニングセットは、最初のトレーニングと検証セットの組み合わせになります。その後、検証セットは次の3か月になります（2015年9月から10月）。等々。

これは、Kフォールドの相互検証のバリエーションであり、トレーニングセットは以前のトレーニングと検証セットの組み合わせです。