同时尝试大量枢轴公式、周期和确认条件，总会有一组历史结果看起来很漂亮。原4月13日页面没有可验证策略，本页讨论多重检验与参数挑选，避免把偶然性包装成稳定规律。
先统计究竟尝试了多少组合
经典、Woodie、Camarilla、Fibonacci，再乘以多个时区、品种、周期、止损和目标，组合数量会迅速增加。即使每个策略没有真实优势，样本中也可能出现少数高收益结果。只展示冠军会隐藏这部分风险。
开发记录不能只保留成功版本
保存每次实验日期、参数、数据范围和结果，包括失败尝试。若研究人员在看过曲线后反复调整，最终测试集已经参与开发，不再是真正样本外。版本日志能暴露“无意中多试了很多次”的问题。
减少自由度比复杂修正更实用
优先依据市场逻辑预先选择少数规则，限制品种与参数范围，并使用简单基准。统计修正可以辅助，但无法挽救缺少独立样本的反复挖掘。参数越多，越需要更长历史和更严格验证。
最终方案还要经过新数据
锁定规则后，让它在后续真实时间或完全留出的区间运行，不再改动。报告训练期与验证期差异、交易次数、成本敏感度和回撤。若优势在新样本迅速消失，应承认过拟合，而不是继续筛选子组。
团队协作时还要合并不同研究者的尝试次数。三个人各测试十套规则，并不是只做了十次实验；共享实验登记表可以防止失败方案被遗忘。标题和结论也不应只突出最优子样本，而应说明完整研究范围。
样本外基础见枢轴点回测偏差，滚动流程见Walk-forward验证，安慰剂比较见随机水平基准。