mcpField
W
Walk-Forward Validator

Walk-Forward Validator

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

关于 Walk-Forward Validator

Walk-Forward Validator 是面向交易者和策略研究者的 MCP 服务,用于评估交易策略优化能否推广到未见数据。它结合效率与参数稳定性评分、窗口生成,以及优化后参数锁定检查。

主要功能

  1. 01计算 Walk-Forward Efficiency
  2. 02评估参数稳定性
  3. 03审计 WFO 后的参数锁定
  4. 04生成滚动样本内外窗口

适用场景

  1. 01评估策略优化后的样本外表现
  2. 02识别脆弱尖峰式参数设置
  3. 03检查优化后参数是否保持不变
  4. 04创建互不重叠的步行前推分析窗口

MCP 相关

该 MCP 服务向 MCP 客户端提供四种步行前推分析工具:效率计算、参数稳定性评分、WFO 后锁定审计和窗口生成。

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://walkforward-validator-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

walkforward-validator-mcp

License: MIT Live on MCPize

用于交易策略前向分析的 MCP 服务——包括前向效率比、参数稳定性评分、优化后锁定审计和 WFO 窗口生成。

要解决的问题

如果策略只在一个历史窗口上经过优化,却从未在全新且未见过的窗口上重新验证,那么在证明相反之前,它都只是曲线拟合。前向分析是标准的解决方法,但要正确构建滚动窗口,并判断参数曲面是稳健的平台还是脆弱的尖峰,手动操作时很容易出现细微错误。

工具

walk_forward_efficiency

计算前向效率比——样本外表现占样本内表现的比例,这是判断优化结果能否泛化的核心信号。

parameter_stability_score

评估参数曲面是脆弱的曲线拟合尖峰还是稳健的平台,并标记只能在某个精确参数值下奏效的优化结果。

lock_after_wfo_check

审计前向优化步骤后参数是否确实已锁定,还是有人悄悄针对“样本外”数据重新调参——这种错误会在不知不觉中使 WFO 结果失效。

walk_forward_window_generator

根据给定的日期范围和步长,生成正确且互不重叠的滚动样本内/样本外窗口。

使用方法

托管服务(推荐): MCPize——提供免费层级,以及限制更高的付费 Pro 层级。

自行托管:

npm install
node server.js

AlgoForge 套件的一部分

面向算法交易者的自营交易公司规则与量化验证工具:prop-rules-mcp、trade-journal-mcp、payout-calc-mcp、econ-calendar-mcp、montecarlo-validator-mcp、overfitting-audit-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。