Monte Carlo Backtest Validator

io.github.tylerscomic-labv1.0.0更新于 Oct 2, 2026

Bootstrap Monte Carlo backtest validation and prop-firm challenge pass-probability simulation.

已验证Streamable HTTP可网页运行FinanceData & Analytics

概览

AI 生成的概览

使用自助蒙特卡洛方法对交易回测进行统计验证，并模拟自营交易挑战的通过概率。

功能
提供将自助重采样与重排蒙特卡洛方法应用于回测交易结果的工具。它计算每笔交易期望值的 90% 置信区间，并在区间包含零时给出标记；推导回撤路径百分位数；根据胜率、平均盈利和平均亏损计算每笔交易期望值；并根据胜率、风险回报比、目标和回撤限制输入模拟自营交易挑战的通过概率。比较工具可按模拟通过率对多种胜率/风险回报比组合进行排序。
适用场景
适合算法交易者和量化开发者用来判断回测优势是否可能真实存在，而不是单条幸运的净值曲线；也适合准备自营交易挑战、希望比较不同风险结构通过概率的人。
运行要求
以基于 streamable HTTP 的远程托管 MCP 端点运行；未声明认证、环境变量或请求头。README 还描述了通过 npm install 和 node server.js 自托管的选项，这需要 Node.js。托管层免费，付费 Pro 层提供更高限额。
安装前请注意
README 提到免费层和提供更高限额的付费 Pro 层，因此托管使用可能涉及付费方案。这些工具属于分析类，似乎只根据输入计算统计量而不修改数据，但结果是模拟值，不应视为未来交易表现的保证。

安装

在 SourceWeft 中

  1. 打开 控制台中的 Monte Carlo Backtest Validator，将其添加到工作区。
  2. 为需要使用其工具的对话启用该服务。

Web executable，通过 Streamable HTTP。 远程服务在工作区中配置后即可从网页运行时运行。

其他 MCP 客户端

把它添加到你客户端的 mcpServers 配置中。

{
  "mcpServers": {
    "montecarlo-validator-mcp": {
      "type": "http",
      "url": "https://montecarlo-validator-mcp.mcpize.run/mcp"
    }
  }
}

README

montecarlo-validator-mcp

[License: MIT] [Live on MCPize]

An MCP server that statistically validates whether a backtest's edge is real, using bootstrap-resampling and reshuffling Monte Carlo methodology, plus prop-firm-specific pass-probability simulation.

The problem this solves

A single backtest equity curve tells you what happened on one path through history — it doesn't tell you how likely that result was to happen by chance, or what the range of plausible outcomes looks like on the next set of trades. This wraps the actual statistical validation (bootstrap confidence intervals, drawdown-path percentiles, challenge pass-probability simulation) instead of eyeballing one curve.

Tools

monte_carlo_validate

Bootstrap 90% confidence interval on per-trade expected value (flags when the interval includes zero), plus drawdown-path percentiles via reshuffling.

expected_value_calculator

Per-trade EV from win rate, average win, and average loss.

prop_firm_pass_probability

Simulates challenge pass probability from win-rate/risk-reward/target/drawdown-limit inputs.

risk_geometry_comparator

Ranks multiple win-rate/risk-reward geometries by simulated pass rate — surfaces that tight, high-win-rate setups often out-pass high-RR/low-win-rate setups on a fixed-target challenge, independent of raw expected value.

Use it

Hosted (recommended): MCPize — free tier, paid Pro tier for higher limits.

Self-host:

bash
npm installnode server.js

Part of the AlgoForge suite

Prop-firm and quant-validation tools for algo traders: prop-rules-mcp, trade-journal-mcp, payout-calc-mcp, econ-calendar-mcp, overfitting-audit-mcp, walkforward-validator-mcp, pinescript-audit-mcp, backtest-cost-sensitivity-mcp, pinescript-mcp.

License

MIT

来源：README.md，提交 3a0e98c

工具

0
工具元数据尚未被收录。

版本历史

1
  1. v1.0.0最新Oct 2, 2026