滚动样本外认证
确定性样本外引擎。滚动窗口,验证模式,固定锚定,5 轮,2022→至今 — OOS 轮次是最终裁决,而非单一回测。
研究调用
mcp__nexustrade__run_walk_forward_study(工具是延迟加载的 — 通过 ToolSearch 加载)。始终先将 preview_only: true 设为 true,预览折叠日历和成本,确认其时间范围覆盖 2022→至今(必须同时包含 2022 年熊市和 2025 年 4 月抛售 — 本书最深回撤是一个 2025 年 4 月事件,因此折叠必须覆盖它),然后翻转为 false 并记录 study_id。
{
"portfolio_id": "<SUBJECT 或一个干净的克隆>",
"global_start_date": "2022-01-01",
"global_end_date": "<TODAY>",
"fold_count": 5,
"walk_forward_mode": "anchored",
"mode": "validation", // 逐轮独立 OOS
"oos_width_days": 252,
"embargo_days": 14,
"interval": "Day",
"inner_mode": "backtest_only", // 认证固定的投资组合 — 无需逐轮优化器
"preview_only": true // 翻转为 false 以实际运行
}
- 认证固定投资组合:
inner_mode: "backtest_only"(engine_kind 为 ga/default — 对于固定配置认证,sweep 会被拒绝)。 - 重新优化(仅在失败或结构性变更时):
engine_kind: "sweep",inner_mode: "optimize",certification: true,加上gene_intents。GA 会过拟合,并且对于部署认证会被拒绝 — sweep 才是认证路径。 请参阅 sweep-reoptimization。 certification: true应用活动底仓 +percentChange ≥ 0+sortino ≥ 0.5策略,并将validation_percent默认设为 50。
认证实时投资组合前的预检流程
get_portfolio— 捕获策略集、conditionFieldAudit和退出阶梯。- 移除 LaunchAgent。 LaunchAgent 策略无法在历史数据上运行 — 它仅触发一次并记录数千个
cooldownSkip事件,污染折叠。认证一个无 LaunchAgent 的克隆(仅包含再平衡和关闭规则)并说明您已这样做。 - 价差结构检查 实时结构(请参阅 options-structure-rules)。一个长日期的垂直价差是严重违规 → 投资组合无法按原样认证;直接进入重新优化。
- 凸性上限陷阱: 如果存在多个“始终”止盈平仓条件(例如 P/L ≥ 20% / 50% / 200%),则 最低的首先生效,并将所有赢家限制在约 +20%,破坏了直接看涨期权的原理。请标记出来 — 这是回报率落后于让赢家奔跑的投资组合的最可能原因。
监控研究
轮询 list_walk_forward_studies / get_walk_forward_study_results <study_id> 直至状态变为终端状态(COMPLETE / ERROR / CANCELLED)。使用 jq 解析 — 有效载荷很大,不要直接转储。 关注已知的故障模式并将其上报(不要掩盖 — 这会是 bug-protocol 的触发条件):
- 静默失败 / ERROR — 无折叠统计信息 / 空的
validationAggregate。请报告;不要凭空捏造结论。 - 窗口错误 — 折叠日历并非从 2022-01-01 开始 / 跳过了熊市。
- 回测污染 — LaunchAgent 在折叠中触发(应在预检中移除)。
- 零交易 / NaN 折叠 — 上游头寸标记损坏;报告哪些折叠,切勿对 NaN 求平均值。
- 研究超出预期成本/时间而真正挂起 → 停止,汇总,等待人工处理(引擎可能在另一个标签页中修复中)。
强制性的逐轮检查(这些就是裁决)
- 逐轮 OOS 表 — 对每一轮:训练窗口、OOS 窗口、OOS 收益率、OOS 最大回撤、OOS Sortino 比率、中位数部署、不同标的、参与率。加上
validationAggregate。 - 独立重新回测散点检查 — 对完整周期(2022-01-01→至今)、2022 年熊市(2022-01-01→2023-01-01)以及最近 12 个月运行
backtest_portfolio($25k);对完整周期运行audit_backtest_posture。研究折叠必须与新的独立回测一致。对于期权投资组合,基准 ≠ SPY — 请使用一个实质标的或等权指数买入并持有,并注明。 - 退化分析 — 每轮的训练集 vs OOS。训练集→OOS 的大幅下降 = 过拟合,即使完整周期回测看起来很好。
- 诚实披露回撤 — 每轮 OOS 最大回撤与 OOS 收益率并列;优先展示风险。在此杠杆下,一轮可以同时获得巨大回报和 50–77% 的回撤。
- 广度审核 使用固定的 $25k(breadth-audit)。
- 可复现性 / 字段审计 —
conditionFieldAudit与预期调节旋钮匹配;在重新运行上执行compare_backtests {tolerance_bps: 0}。按字段验证,切勿按显示名称验证。 - 价差结构合规性(options-structure-rules)— 违规则硬性拒绝。
日历对齐(变体与基准)
滚动窗口引擎将折叠日历裁剪到指标/数据的覆盖范围,因此变体的研究可能静默地获得与基准不同的折叠。始终使用与变体裁剪日历相同的 global_end_date 运行一个基准控制,并逐轮进行比较。在逐轮 OOS 旁边报告每轮的信号覆盖范围。一个仅在信号存在时才获胜的变体是一个发现,而非作弊 — 但请注明。