しかし同時に、戦略を単純化することは、アンダーフィッティングを解決し、より適切な戦略を見つけようとする研究者の目標に反します。図 3-5 は、ポリシーが単純な場合と複雑な場合との間で変化する場合の過小適合と過大適合の大まかな例を示しています。トレーディング資産の内部操作ロジックはまだ明確ではないため、どのトレーディング戦略もデータの本質的な特性の一部をマイニングして利用することしかできません。これは、2 つの円が重なっている明るい灰色の領域であり、残りの白い領域はデータの本質的な特性の一部のみです。トレーディング戦略には実際の有用性はなく、客観的に存在する部分があります。戦略の複雑さが増すと、戦略はデータの特性をより活用する可能性が高く、これは明るい灰色の重複領域の増加として現れ、アンダーフィッティングの問題が軽減されます。しかし同時に戦略が効果のない白い部分も増える可能性があり、この部分が最適化後の過学習の原因となります。 #whycrypto