判定重复丢弃
原始素材 #48
内容
来源类型量化博客聚合
中文翻译
随机最大值百分位（RMP）：以每次搜索的随机最大值为基准，为每次回测评分【Rulyfi】
要点摘要
RMP（随机最大值百分位）是我们扫描结果和付费方案导出数据中新增的逐行列指标：它衡量的是——在你的扫描实际运行的N次试验中，纯属运气所能产生的最佳结果，落在该行结果之下的概率。
RMP为0.97意味着：即便是这种规模的搜索所能达到的"运气记录"，也有97%的概率低于该行结果。
之所以推出这一指标，是因为缩减夏普比率（deflated Sharpe）存在一个盲区。
查看原文
The Random-Max Percentile: Grading Every Backtest Against Its Search’s Random Maximum [Rulyfi]
Key Takeaways RMP (Random-Max Percentile) is a new per-row column in our scan results and paid-plan exports: the probability that the best result pure chance could produce, across the N trials your scan actually ran, lands below this row. An RMP of 0.97 reads: even the luck record of a search this size sits below this row with 97% probability. It exists because deflated Sharpe has a blind zone.
已丢弃
丢弃原因AI自动判断：该素材介绍的是一种统计方法论工具（随机最大值百分位RMP），用于评估回测/参数搜索结果是否显著优于纯运气所能达到的最佳表现，类似于缩减夏普比率的改进版。这是关于如何检验策略过拟合/数据窥探问题的统计方法论，并未描述任何具体的市场价格机制、错误定价来源或可交易的市场现象，属于方法论/工具类内容，故判定为无可提取的市场机制。