Dari mengembangkan sistem perdagangan terprogram yang baik, untuk mendapatkan keuntungan tertentu dengan menggunakan sistem ini adalah proses yang rumit dan banyak masalah yang akan dihadapi. Misalnya, seringkali ada investor yang sangat percaya diri dengan keuntungan strategi sebelum menggunakan strategi perdagangan yang sebenarnya, karena grafik kurva laba uji sejarah strategi yang halus ke atas. Dan setelah fakta nyata, kurva modal miring ke bawah, tidak menyenangkan.
Proses desain sistem perdagangan terprogram terdiri dari dua bagian, yang keduanya dapat menyebabkan overfitting. Bagian pertama dari desain sistem perdagangan adalah membentuk sistem aturan perdagangan yang lengkap. Pembentukan aturan perdagangan umumnya dilakukan dari atas ke bawah dan dari bawah ke atas. Pendekatan dari atas ke bawah adalah meringkas aturan berdasarkan pengamatan jangka panjang terhadap tren pasar, dan kemudian membentuk strategi perdagangan kuantitatif berdasarkan aturan, yang membutuhkan akumulasi pengalaman perdagangan yang lama.
Sistem perdagangan yang dirancang bertujuan untuk menghasilkan keuntungan dalam situasi pasar nyata di masa depan, bukan untuk mengejar kurva uji sejarah yang indah. Sistem perdagangan yang terlalu disesuaikan adalah perangkap yang indah. Bagaimana cara melarikan diri dari perangkap ini? Kami berpendapat bahwa dapat dimulai dari pembentukan aturan perdagangan dan pengembangan sistem perdagangan dalam dua hal besar. Analisis data matematika modern untuk pasar keuangan menunjukkan bahwa urutan harga waktu terdiri dari dua bagian: bagian pertama adalah poin tertentu, dari mana semakin banyak aturan tertentu dapat ditemukan. Bagian kedua adalah poin acak, aturan ketidakpastian dapat dikatakan, dan munculnya fenomena tertentu hanyalah probabilitas.
Pertama, meningkatkan kapasitas sampel data uji historis untuk menghindari jumlah transaksi yang terlalu banyak. Jika data uji historis rendah, meskipun sistem yang dirancang bekerja dengan baik dalam sampel, uji jangka waktu yang lebih pendek tidak meyakinkan, dan kinerja sistem di masa depan sulit diprediksi. Dan jumlah transaksi yang lebih sedikit sering kali disebabkan oleh peningkatan batasan aturan perdagangan yang terlalu banyak, perdagangan yang merugikan terlalu banyak dilakukan, dan merupakan perilaku over-fit yang khas.
Kedua, pada saat pengujian, sampel data yang diuji dibagi menjadi dalam sampel dan di luar sampel, pada saat desain sistem menggunakan data dalam sampel, dan kemudian menguji sistem yang dihasilkan dengan data di luar sampel, jika efeknya sangat berkurang, maka sistem tersebut kemungkinan besar akan sesuai.
Ketiga, terlalu banyak parameter inti tidak baik, sistem yang terlalu banyak parameter adalah sistem multi-degrees of freedom, yang selalu menghasilkan sistem yang indah setelah mengoptimalkan beberapa parameter, tetapi keandalan sistem seperti itu diragukan.
Keempat, ketika mengoptimalkan parameter sistem, kita perlu melihat parameter yang dekat dengan parameter optimal. Jika kinerja sistem parameter terdekat jauh lebih buruk dari kinerja parameter optimal, maka parameter optimal ini mungkin merupakan hasil dari oversummation, yang secara matematis disebut pengurangan keanehan, dan tidak stabil. Jika karakteristik pasar berubah sedikit, parameter optimal mungkin menjadi parameter terburuk.
Kelima, gunakan sistem perdagangan untuk varietas lain dan perhatikan efektivitasnya. Sistem perdagangan serbaguna jarang, tetapi sistem yang berkinerja baik pada satu varietas setidaknya dapat menguntungkan pada varietas lain. Jika tidak menguntungkan pada varietas lain, dalam penggunaan sistem harus diperhatikan efektivitasnya, yaitu apakah terlalu cocok untuk pasar khusus suatu varietas.