问题是关于RandomForest 模型中训练/测试拆分的错误选择策略。我知道以这种方式选择测试集会产生错误的输出，但我想了解原因。

（模型查看前几天的数据，并试图预测第二天的数据是否会高于或低于今天，即分类问题）

我从另一个示例中复制了训练/测试拆分代码，它只是将随机行设置为 train_set 或 test_set。（试图在下面说明） 原始数据是例如 EURUSD 的每日收盘价。

然后我基于此创建功能。每个特征都会查看一些先前的数据点，并提出一组特征，这些特征是 X_test 中的一行。然后我训练一个随机森林模型来尝试预测第二天的收盘价。

test_set 中的准确性非常高，并且随着它查看的历史先前点数的增加而增加，这似乎表明过度拟合。

例如，当我将训练/测试拆分模型更改为具有train_set: data in January-June和test_set: data in August时，即完全独立的数据集并且不可能混合，准确度是更现实的 50%。

同样，我知道火车/测试拆分是不正确的，但是有人可以帮我理解为什么..吗？

我的问题很简单：每次我想验证一行（即 test_set 中的一个预测）时，我都会使用查看先前数据的功能来预测明天的数据？怎么会出现过拟合？