解説

ウォークフォワード検証（時系列交差検証）は、時間的順序を維持しながら訓練ウィンドウを順次拡張し、直後の未来期間でモデルを評価する手法です。未来のデータが訓練データに混入するデータ漏洩を防ぎつつ、複数の評価期間で性能を推定することで、単一ホールドアウトより安定した汎化性能の推定が可能になります。 選択肢BのK分割交差検証はデータをランダムに分割するため、評価セットに過去の日付が含まれ、訓練セットに未来の日付が混入するデータ漏洩が発生し、実際の運用性能を過大評価してしまいます。 選択肢Cの層化K分割交差検証はクラス分布の均等化を目的とした分類問題向け手法で、時系列の時間的順序を無視してランダム分割するためデータ漏洩が同様に発生します。 選択肢Dの単一ホールドアウト検証は時間的順序を保持しますが、1回のみの評価では特定期間のトレンドや異常イベントに結果が左右されやすく、ウォークフォワード検証と比較して汎化性能の推定が不安定になります。