Dari membangunkan sistem perdagangan berprogram yang baik, untuk menggunakan sistem ini untuk mendapatkan keuntungan tertentu adalah proses yang rumit, di mana banyak masalah dapat dihadapi. Sebagai contoh, seringkali terdapat pelabur yang sangat yakin dengan kebolehpercayaan strategi sebelum menggunakan strategi perdagangan secara sebenar, kerana sejarah strategi menguji kurva pendapatan merata ke atas.
Proses reka bentuk sistem perdagangan berprogram terdiri daripada dua bahagian, yang kedua-duanya boleh menyebabkan over-fitting. Bahagian pertama reka bentuk sistem perdagangan adalah untuk membentuk sistem peraturan perdagangan yang lengkap. Terdapat dua kaedah untuk membentuk peraturan perdagangan secara amnya dari atas ke bawah dan dari bawah ke atas. Kaedah top-down adalah berdasarkan pemerhatian jangka panjang terhadap keadaan pasaran untuk mengumpulkan peraturan, dan kemudian membentuk strategi perdagangan kuantitatif berdasarkan peraturan, yang memerlukan pengumpulan pengalaman perdagangan yang panjang; kaedah bawah-ke-bawah adalah strategi perdagangan yang dibentuk dari data pasaran untuk membuat analisis statistik yang menghasilkan ciri-ciri pasaran.
Analisis data matematik moden terhadap pasaran kewangan menunjukkan bahawa urutan harga masa terdiri daripada dua bahagian: bahagian pertama adalah perkara yang pasti, dari mana satu peraturan tertentu dapat dijumpai; bahagian kedua adalah perkara yang acak, yang tidak mempunyai peraturan yang pasti boleh dikatakan, satu fenomena hanya berkemungkinan. Apabila kita menarik peraturan perdagangan dari keadaan pasaran sejarah, kita perlu menganalisis logika dan peraturan peraturan perdagangan, peraturan perdagangan perlu dapat mencerminkan peraturan pasaran, mempunyai asas yang munasabah. Pada masa yang sama, terlalu banyak peraturan perdagangan tidak sesuai, terlalu banyak peraturan perdagangan tidak sesuai untuk menggambarkan satu perkara, seperti terlalu banyak perkataan yang menggambarkan perkara-perkara yang tetap, dan lebih banyak perkara-perkara yang ditentukan yang dapat dijumpai daripadanya.
Pertama, meningkatkan kapasiti sampel data ujian sejarah untuk mengelakkan jumlah transaksi yang terlalu sedikit. Jika jumlah data ujian sejarah kurang, walaupun sistem yang direka berfungsi dengan baik dalam sampel, tetapi ujian untuk jangka masa yang lebih pendek tidak meyakinkan, prestasi masa depan sistem sukar untuk diramalkan.
Kedua, dalam ujian, sampel data yang diuji dibahagikan kepada dalam dan luar sampel, menggunakan data dalam sampel semasa merancang sistem, dan kemudian menguji sistem yang dihasilkan dengan data luar sampel, jika kesannya berkurangan besar, maka sistem ini sangat mungkin sesuai.
Ketiga, parameter teras tidak boleh terlalu banyak, sistem dengan terlalu banyak parameter adalah sistem dengan beberapa tahap kebebasan, yang akan menghasilkan sistem yang cantik setelah mengoptimumkan beberapa parameter, tetapi kebolehpercayaan sistem ini meragukan.
Keempat, dalam mengoptimumkan parameter sistem, kita perlu mengkaji parameter yang berdekatan dengan parameter optimum. Jika prestasi sistem parameter yang berdekatan jauh berbeza dengan parameter optimum, maka parameter optimum ini mungkin merupakan hasil penjumlahan berlebihan, yang secara matematik dipanggil penyelesaian singulariti, dan tidak stabil.
Kelima, gunakan sistem perdagangan untuk varieti lain dan perhatikan keberkesanannya. Sistem perdagangan serba boleh adalah jarang berlaku, tetapi sistem yang berprestasi baik pada satu varieti, sekurang-kurangnya dapat menghasilkan keuntungan pada varieti lain. Jika tidak dapat menghasilkan keuntungan pada varieti lain, dalam proses penggunaan sistem ini, perhatian harus diberikan kepada keberkesanannya, iaitu apakah terlalu sesuai dengan keadaan tertentu.