以前是很反对过优化（过拟合）的，后来（现在）没那么反对了，如果你管控（资金管理、风险控制等）做的好的话，其实过优化（过拟合）可能会有不少优势的！就象物理等模型中普适的模型会很难发现而且效率也可能不高，而且一切模型的建立都会居于一定的“简化和约束条件”，所谓“边界条件”，而越严格的“边界条件”限制越容易判断失效，而在“边界条件”许可范围内效率又会“很高”，如果你管控的好会有不少优势的，这也可能就是“金融大规模军备竞赛”的一个诱发因素吧。。。
很烂的指标如果能把风控引入很可能就成很好的系统。 量化程序化称为系统，指标只是系统部分。 我观点是仓位以及合适止损比去考虑指标入场点还是出场点更重要。 顺，RSi于MACD是同类行趋势系统，趋势系统问题就是亏的次数比赚的多。
日本的BNF只用了一个指标，乖离率。 可以看出他在乖离率上是下了很多功夫的，所以在大熊市中， 既不用杠杆，也不做空，资产8年翻了1万多倍。 下功夫研究好一个指标，再结合实战的经验教训，每个人都有成为大师的可能。
过拟合是指因过分强调对训练样本的效果导致过度拟合，使得对未知预测样本效果就会变差的一种情况。优化的结果不一定就是过拟合，适度优化会产生一个性能更高的模型，只有过度优化才会产生过拟合。因此，我实在看不出过拟合与金融大规模军备竞赛有什么必然联系。
过拟合的好处是 fit it perfectly in a short period, 很常见的误区是把一个优化的策略用得太久，或者到处用。 如果能用得快丢得快，也是很厉害的。 就像木匠不能只有一个刨子， 外科医生也不能只用一把手术刀。