在量化策略中，不但要遵循事情的基本逻辑，比如因果倒置、未来函数，更要警惕为了追求统计完美的过拟合。所谓过拟合（overfitting）现象是指在拟合一个统计模型时，使用过多参数。对比于可获取的数据总量来说，一个荒谬的模型只要足够复杂，是可以完美地适应数据。过拟合一般可以视为违反奥卡姆剃刀原则。因此在建立一个投资策略时，要尽量简洁。在投资历史上的许多大师策略，都是非常简练的。