優れたプログラム化された取引システムの開発から,そのシステムを使用して一定の利益を得るまでの過程は複雑であり,その過程で多くの問題に直面する.例えば,実際に取引戦略を使用する前に,戦略の歴史テストの収益曲線が平らな上方であるため,戦略の収益性について非常に自信を持つ投資家がしばしばいます.そして,実況後に,資本曲線は,ひっくり返して下方になります.この現象の重要な原因は,過適合です.過適合とは,サンプルデータに対して記述の正確さが高く,サンプル外データに対して記述の正確さが非常に低いことを意味します.
プログラム化された取引システムの設計プロセスは2つの部分で構成され,その両方が過適合を引き起こす可能性がある.取引システムの設計の最初の部分は,完全な取引ルールシステムを形成することである.取引ルール形成には,一般的に上から下へ,そして下から上へと2つの方法がある:上から下への方法は,市場動向の長期観察に基づいて規則をまとめ,規則の基礎の上に数値的な取引戦略を形成する.このプロセスは,長い取引経験の蓄積を必要とする;下から上への方法は,市場データから発足し,統計分析を行い,市場特性を形成した取引戦略を形成する.プログラム化された取引の方法とコンピュータ技術の発展は,下から上への方法が広く採用されるようにした.トレーダーは,取引の歴史データシステムから得られたデータを迅速な統計テストのために開発し,システムの歴史における振る舞いを観察し,新しいパラメータを形成する.取引システムの優越性のテストは,多くの場合,取引システムに数値的な基準を測定するプロセスで作られ,規則を測定し,数値的な取引戦略を形成する.これらの取引システムでは,取引システムに数値的な基準を測定するプロセスによって数値的な基準を測定し,または,これらの取引規則を
設計取引システムの目的は,将来の実況で利益を生むことであって,美しい歴史のテスト曲線を追求することではない.過度に適合する取引システムは,美しい罠である。この罠からどう逃れるか.取引規則の形成と取引システムの発展から,2つの大きな側面から取り組むことができると考えられている。現代数学による金融市場のデータ分析は,時間価格の序列は,2つの部分で構成されていることを示している:第一は,一定の事象から一定の規則を導き出せる定数項;第二は,ランダムな事象であり,定数項の法則は存在しない,ある現象は概率的なものである。我々は,歴史的市場行動から取引規則を引き出すとき,規則の論理性と規則性を分析する必要があるし,取引規則は市場規則の性質を反映できる必要があるし,合理的な道筋を持つ必要がある。同時に,取引規則の過多な数は,取引規則に注意を向けるべきではない.取引規則の定義は,取引規則の本質にあまりにも多くの定数項を加えることで,取引規則の本質を単純化させるという問題から,より具体的な事象を定義し,取引システムそのものの範囲を反映するものである.また,取引システムそのものの効果を反映
第一に,歴史テストデータのサンプル容量を増加させ,取引回数を過小にする.歴史テストデータの量が少ない場合,設計されたシステムはサンプル内で良好な効果をあげているが,より短い期間でのテストは説得力がないため,システムの将来のパフォーマンスを予測するのは難しい.取引回数が少ない場合,往々にして,取引規則の制限を過多に増やすため,損益のある取引に強いフィルタリングが行われ,典型的な過度フィット行為である.
2つ目は,テスト時に,テストされたデータサンプルをインサンプルとアウトサンプルに分け,システムを設計する時にインサンプルデータを採用し,それからアウトサンプルデータでテストされた結果のシステムを,効果が大きく低下した場合,このようなシステムが適している可能性が高いことです.
3つ目は,核心パラメータが多すぎないこと.パラメータが多すぎたシステムは,多自由度システムであり,複数のパラメータを最適化した後に常に美しいシステムが生成されるが,このシステムの信頼性は疑わしい.
第四に,システムのパラメータを最適化する際には,最適のパラメータに近いパラメータを考察する必要がある.近隣のパラメータシステムの性能が最適のパラメータの性能と大きく異なる場合,この最適のパラメータは,数学的に奇点解と呼ばれる過積和の結果である可能性があり,不安定である.市場の特徴がわずかに変化した場合,最適のパラメータは最悪のパラメータになる可能性がある.
第五に,取引システムを他の品種に用い,その有効性を観察する.万能取引システムは稀だが,一つの品種に優れているシステムは,少なくとも他の品種に利益をもたらす.他の品種で利益を得られない場合,そのシステムを使用する過程で,その有効性,すなわち,特定の品種に過度に適合するかどうかについて注意するべきである.