mcpField
B
Backtest Overfitting Audit

Backtest Overfitting Audit

远程服务
github.com/tylerscomic-lab金融数据013 周前更新
代码仓库

关于 Backtest Overfitting Audit

面向量化交易者的 MCP 服务,用于评估回测结果是否可能源于测试了大量变体。它提供过拟合统计指标和考虑数据泄漏的时间序列交叉验证拆分。

主要功能

  1. 01CSCV 回测过拟合概率
  2. 02按试验次数调整的 Deflated Sharpe Ratio
  3. 03最低回测长度计算
  4. 04清除与隔离期交叉验证拆分

适用场景

  1. 01评估策略回测是否可能过拟合
  2. 02按多次试验调整 Sharpe 结果
  3. 03创建避免前视泄漏的时间序列验证拆分

MCP 相关

向 MCP 客户端提供回测过拟合统计工具,以及生成清除式交叉验证拆分的工具。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://overfitting-audit-mcp.mcpize.run/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

overfitting-audit-mcp

License: MIT Live on MCPize

一个 MCP 服务,用于回答“这个优势是真实存在的,还是测试数百种变体造成的假象?”——实现回测过拟合概率(CSCV 方法)、Deflated Sharpe Ratio、最短回测长度,以及清除和禁运交叉验证切分。

解决的问题

针对相同的历史数据测试足够多的参数组合,最终总会仅凭偶然得到一份表现出色的回测结果。标准回测指标(Sharpe、胜率、利润因子)无法区分真实优势与数百种近似变体中表现最好看的结果。本工具直接审计这一特定失效模式,而不是盲目相信一条看起来表现出色的曲线。

工具

probability_of_backtest_overfitting

组合对称交叉验证(CSCV)方法——估算策略样本内表现排名在样本外无法维持的概率。

deflated_sharpe_ratio

根据试验次数和收益的非正态性调整 Sharpe 比率,防止仅靠测试更多变体来抬高比率。

minimum_backtest_length

在给定 Sharpe 比率具有统计意义之前,所需的最少独立试验/观测次数。

purged_cv_split

为时间序列回测生成清除和禁运交叉验证切分,防止普通 k 折交叉验证在金融数据上造成前视泄漏。

使用方法

托管版(推荐): MCPize——提供免费套餐,以及限制更高的付费 Pro 套餐。

自行托管:

npm install
node server.js

AlgoForge 套件的一部分

面向算法交易员的自营交易公司规则和量化验证工具:prop-rules-mcp、trade-journal-mcp、payout-calc-mcp、econ-calendar-mcp、montecarlo-validator-mcp、walkforward-validator-mcp、pinescript-audit-mcp、backtest-cost-sensitivity-mcp、pinescript-mcp。

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。