我正在研究时间序列，以进行价格预测。
我用我拥有的全部数据训练了一个模型。当出现新的价格数据时，我将获得已经训练好的模型，并使用新的数据对其进行训练。
在回测期间，我意识到具有相同数据的单个训练模型与多次连续（连续）训练模型得出的结果不同。
这里是一个例子：
+-------+-------------------------+-------------------------+-------------------------+ | model | training date range 1 | training date range 2 | training date range 3 | +-------+-------------------------+-------------------------+-------------------------+ | A | 2012-01-01 > 2017-01-01 | 2017-01-01 > 2017-06-01 | 2017-06-01 > 2018-01-01 | +-------+-------------------------+-------------------------+-------------------------+ | B | | | 2012-01-01 > 2018-01-01 | +-------+-------------------------+-------------------------+-------------------------+
我认为模型A和模型B应该给出相同的结果，因为它们都是用相同的数据训练的。但是结果不同。
什么会导致这种情况？