Der Fehler, der still Ihren Backtest verbessert

scipy.ndimage.minimum_filter1d(x, 20) wirkt harmlos. Sein Standardwert origin=0 macht es zu einem zentrierten Fenster [t-10, t+9] — es liest 9 zukünftige Tage, läuft ohne Fehler oder Warnung und verschönert nur die Equity-Kurve. Ein fehlender Parameter hat einmal 14 Runden Forschung ungültig gemacht.

lookahead-guard verwandelt "das ist doch kein Lookahead-Fehler, oder?" von einem Gebet in ein erneut ausführbares Tor.

Vier unabhängige Ebenen

• A — Primitive Semantik. Gleicht dieses rollende/Filter-Primitive dem echten trailing window [t-n+1, t] an? Zellweise mit einer Referenz-Implementierung für a=1..30 verglichen.

• B — Future-blind Test (der einzige entscheidende). Daten nach der Zeit t perturbieren; wenn irgendein Output vor oder bis t sich ändert, handelt es sich um einen Lookahead-Fehler. Abhängig von keinen Returns, keinen Annahmen.

• C — Static AST Journal. Markiert zentrierte Fenster, negative Verschiebung, Vollstichproben-Standardisierung, bfill, zufällige Splits.

• D — Permutationstest. Verwendet eine Kreisverschiebung als Nullmodell statt naive Zufallsverteilung — naive Zufallsverteilung zerstört Autokorrelation und führt zu optimistischen p-Werten.

Was es nicht tut

Es sagt keine Renditen vorher, bewertet Strategien oder verspricht Gewinn. Es beantwortet genau eine Frage: Schaut dieser Code oder dieses Signal in die Zukunft?

Installation

pip install lookahead-guard
pip install "lookahead-guard[full]"   # fügt pandas/scipy für die B-Ebene hinzu

Ehrliche Grenzen — bitte lesen

• Ebene C ist eine heuristic, kein Beweis. Das Bestehen von C bedeutet nicht, dass Sie sauber sind; B ist der echte Test.

• full-sample-stat kennzeichnet systematische Statistiken METHODISCH MEDIUM, denn dieses Muster ist oft legitim.

• negative-shift allein ist in der Regel harmlos — shift(-1) ist Standard beim Aufbau von Forward-Return-Labels.

• Ebene A muss mit demselben Fenster verglichen werden. Eine frühere Version verglich mit len(a) statt mit n und wurde zu einer neuen Kontaminationsquelle; dafür gibt es einen Regressionstest.

MIT lizenziert. Rein Python, keine Netzwerkanrufe, keine Telemetrie, läuft vollständig offline.