Список проголосовавших за комментарий "Принципиально нет смысла штрафовать модель за количество параметров, если эти параметры задают не :<br/> <br/> 1. Ограничения<br/> 2. Класс функций<br/> 3. Дополнительную, внешнюю информацию.<br/> <br/> Например, если при торговле облигациями или при формировании портфеля вы учитываете ставку ЦБ. <br/> <br/> Если ваши параметры в явном или не явном виде задают переменные, то эта антиподгонка, будет как раз тем нежелательным эффектом, с которым вы боретесь.<br/> <br/> Имеет смысл штрафовать модели за нелинейность или точность (задавать параметры фильтрации), что и делается при решении классических задач прогнозирования при помощи различных Fold тестов.<br/> <br/> Ну и, поскольку, мы имеем дело со стохастическими процессами (если это предположить), то ещё имеет смысл штрафовать за количество признаков. Известно, например, что количество самоубийств сильно коррелирует с количеством пользователей Internet Explorer. Так, строя прогноз одного инструмента исходя из данных другого (многомерная регрессия) вы всегда сможете найти (с хорошей долей вероятности) некоторый случайный предиктор, дающий хороший результат на любом типе тестов. "