Mais en même temps, la simplification des stratégies va à l’encontre de l’objectif des chercheurs qui consiste à résoudre le sous-apprentissage et à trouver des stratégies plus appropriées. La figure 3-5 donne un exemple approximatif de sous-ajustement et de surajustement lorsqu'une politique passe du simple au complexe. Étant donné que la logique de fonctionnement interne du trading d'actifs n'est pas encore claire, toute stratégie de trading ne peut extraire et utiliser qu'une partie des caractéristiques intrinsèques des données, à savoir la zone gris clair où les deux cercles se chevauchent, tandis que la zone blanche restante est celle où les deux cercles se chevauchent. la stratégie de trading n'a pas d'utilité réelle mais une partie objectivement existante. Lorsque la complexité de la stratégie augmente, la stratégie est susceptible d'utiliser davantage les caractéristiques des données, ce qui se manifeste par une augmentation de la zone de chevauchement gris clair, et le problème de sous-ajustement est atténué. Mais en même temps, la zone blanche où la stratégie est inefficace peut également augmenter en conséquence, cette partie étant à l'origine du surajustement après optimisation. #whycrypto