过拟合

在深度学习中，正则化（Regularization）就像给模型“戴上紧箍咒”，防止它“过度自信”（过拟合）。它的核心作用是让模型在训练时既要学好，又别学得太死板

回测的目标，不是去证明你的策略多么优秀，绩效是20%还是22%，因为这些对于未来实盘没有啥意义。回测的意义在于校验你的想法有没有用，检验你的策略体系的完备程度

过拟合上次招聘面试，恰好被面试的学生是一个写了人工智能SCI的学生，又恰好我是物理师，于是专业方面的题目