カーブフィッティング（過剰最適化）とは、ルールやパラメータを過去データの偶然の凹凸にまで合わせ込んでしまい、過去では勝つが未来では再現しない状態を作ることです。
当研究のスクリーニングでは、基準を上回る「改善」が繰り返し見つかりました——ボラ収縮フィルター、終値位置フィルター、ダウ理論の機械化。しかし乱数を変えた再実行や、選択に使っていない未知銘柄でのテストで、6件中6件が消滅しました。これがカーブフィッティングの手触りです：もっともらしい理屈がつき、初回の数字は美しい。
①パラメータや条件を少し変えると成績が崩れる（頑健性がない）②未知の銘柄・期間で再現しない ③そのルールが「なぜ」機能するかの機構を説明できない ④条件を足すほど成績が良くなっていく（自由度の分だけ過去に合っているだけ）。
パラメータを減らす、ウォークフォワードにする、反復する、ホールドアウトを残す、そして「勝った条件こそ疑う」。当研究の最終ロジックがエントリー2条件だけなのは、それ以上足すと必ず悪化したからです。
免責事項：本研究記録は情報提供を目的としたものであり、投資助言ではありません。掲載する数値はすべて過去データに基づくシミュレーション結果であり、将来の成果を保証するものではありません。レバレッジ取引は元本を超える損失が生じる可能性があります。投資判断はご自身の責任で行ってください。
検証はすべてゴーリトレードのウォークフォワード検証エンジンで実行しています。