O desenvolvimento de um bom sistema de negociação programada para obter um certo lucro é um processo complexo, com muitos problemas. Por exemplo, há muitas vezes investidores que são muito confiantes em sua lucratividade antes de usar uma estratégia de negociação, porque o gráfico da curva de ganhos do teste histórico da estratégia é suave para cima. Depois da realidade, a curva de capital gira para baixo e não agrada a ninguém. Uma das principais razões para esse fenômeno é o excesso de adequação.
O processo de design de um sistema de negociação programado inclui duas partes, ambas as quais podem causar uma superação; a primeira parte do projeto de um sistema de negociação é a formação de um sistema completo de regras de negociação. A formação de regras de negociação geralmente tem duas formas: de cima para baixo, com base em observações de longo prazo do mercado, para sintetizar as regras e, em seguida, formar estratégias de negociação quantitativas com base nas regras, o que requer um longo tempo de experiência de negociação; de baixo para baixo, com base em dados de mercado, para realizar análises estatísticas de estratégias para a formação de novas características de mercado. O surgimento de negociações programadas e o desenvolvimento de tecnologias de computador tornam os métodos de baixo para baixo muito mais rápidos.
A meta de um sistema de negociação projetado para gerar lucros no mercado real do futuro, e não para perseguir uma bela curva de teste histórico, é que um sistema de negociação super-ajustado é uma armadilha muito bonita. Como escapar dessa armadilha? Nós pensamos que podemos começar com a formação de regras de negociação e o desenvolvimento de sistemas de negociação em dois grandes aspectos. A análise moderna de dados matemáticos dos mercados financeiros mostra que a sequência de preços em tempo inclui duas partes: a primeira parte é determinada, a partir da qual cada vez mais certas leis podem ser descobertas; a segunda parte é aleatória, não há regras de certeza, e um fenômeno é apenas uma probabilidade.
Primeiro, aumentar a capacidade da amostra de dados de testes históricos, evitando um número excessivo de transações. Se o volume de dados de testes históricos for pequeno, embora o sistema projetado funcione bem na amostra, testes em períodos mais curtos não são convincentes e o desempenho futuro do sistema é difícil de prever.
Em segundo lugar, no teste, a amostra de dados testados é dividida em dentro e fora da amostra, o sistema de design usa dados dentro da amostra e então testa o sistema com dados fora da amostra. Se o efeito for significativamente reduzido, então esse sistema provavelmente será adequado.
Terceiro, o excesso de parâmetros do núcleo não é desejável. Um sistema com muitos parâmetros é um sistema de vários graus de liberdade, que sempre produz um sistema bonito após a otimização de vários parâmetros, mas a confiabilidade desse sistema é duvidosa.
Em quarto lugar, quando se optimiza os parâmetros do sistema, é necessário examinar os parâmetros próximos aos parâmetros ideais. Se o desempenho do sistema de parâmetros ideais é muito inferior ao desempenho do parâmetro ideal, então esse parâmetro ideal pode ser o resultado de um excesso de soma, matematicamente chamado de solução singular, que é instável. Se as características do mercado mudarem ligeiramente, o parâmetro ideal pode ser o pior parâmetro.
Quinto, usar o sistema de negociação para outras variedades e observar sua eficácia. Os sistemas de negociação versáteis são raros, mas os sistemas que funcionam bem em uma variedade podem, pelo menos, lucrar em outra variedade. Se não é lucrativo em outra variedade, no processo de uso do sistema deve-se prestar atenção à sua eficácia, ou seja, se não é excessivamente adequado ao mercado especial de uma variedade.