観測されたデータから統計的特性を推定し、データセットを生成することで、戦略が特定のデータセットで過学習する可能性を低くできる。
投資戦略は、市場の非効率性の存在を仮定するアルゴリズム。様々な戦略があるが、取引ルールと言う方策（ポジションの出入りを規定するアルゴリズム）が必要。
過去の全体のサンプルを使用して実測リターンを生成する確率過程を特徴づけ、履歴的なシミュレーションを介さない取引ルールの最適パラメータを導出する。
問題設定で取引ルールを定義し、フレームワークで、取引ルールの過学習を回避できることを確認した。過学習の回避は、最適取引ルールの数値決定の節で取り上げられ、アルゴリズム、実装、実験結果と多くのページの渡り解説が続く。結論部分では、その方法の妥当性と、単一の最適解の存在について指摘した。
この節でも、ヘッジファンドの実際を学ぶことができ、勉強になりました。アルゴリズム取引の難しさや、こういった環境を知らないということ自体も大きな差になるなと考えます。