请问时间序列如何划分数据集？

有10个月的商品销量，训练，验证，测试打算6：2：2
时间序列有高度的自相关性，所以我不能随机打乱。
如果1-6月训练，7、8验证，9、10测试的话，实验结果表明测试精度远差于验证集逻辑上很好解释，中间差了两个月，市场行情发生了很大的变化，模型没见过跟不上了。
能否把7、8作为测试，9、10作为验证，这样有没有科学性？
如果9、10继续做测试集，那参数确定后能不能把7、8两个月的数据吃进模型？

建议你随机从每个月抽取数据。
“序列有高度的自相关性，所以我不能随机打乱。”
没关系，你只要保证学习序列的完整，而不需要保证样本的完整。
比如说，你学习7个步，就是连续的7天
你可以先得到如下数据
30号~5号
31号~6号
1号~7号
2号~8号
3号~8号
...
然后从中随机抽取一些，作为训练，一些作为测试。