工具芽开源工具目录
开源与本地工具 · 工具介绍

quant-integrity

对量化回测结果做统计显著性检验,判断在多次参数尝试后观察到的夏普比率是否只是运气,并给出通缩夏普、自助法区间与最小回测长度等指标。

quant-integrity 能做什么

对量化回测结果做统计显著性检验,判断在多次参数尝试后观察到的夏普比率是否只是运气,并给出通缩夏普、自助法区间与最小回测长度等指标。

  • 证券与资产资料分析
开源与本地工具 · 从小样开始

如何使用 quant-integrity

回测夏普比率的通缩显著性检验

准备输入

  • 回测收益序列与评估过的全部配置次数,例如示例中的 28 次试验记录。

操作步骤

  1. 调用 deflated_sharpe 并传入收益序列与试验次数 n_trials。
  2. 读取返回结果中的 dsr 与 psr 两个数值并输出。

预期交付物

  • 通缩夏普比率与概率夏普比率等检验数值,用于判断结果是否超过运气所能产生的水平。

仅适用于对已记录回测结果做统计检验;试验次数须包含所有评估过的配置,库本身无法核查该数字,自托管记录不能作为可信证明。

开始前需要了解

账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查,再用于实际工作。

查看 quant-integrity 官方说明 ↗

工具芽 · 场景选型

从开源与本地工具角度评估quant-integrity

把开源与本地工具需要的条件列清楚,再比较工具。阅读本页的产品用途、步骤与限制,再逐项确认下面的问题;这些是选型方法,不表示每款工具都具备同样能力。

  1. 本地运行到哪一步

    区分本地界面、本地处理和外部API;不能只看名称判断数据去向。

  2. 环境是否匹配

    检查系统、内存、磁盘和依赖,按官方要求判断能否运行。

  3. 后续是否可维护

    确认许可证、配置保存、数据导出与版本更新方法。

选择一个小样任务,先检查结果与交付格式,再决定是否用于更多资料。

← 返回全部 AI 工具