枢轴点策略回测出一个很高的Sharpe比率，仍可能只是试了太多版本后的幸运冠军。Deflated Sharpe Ratio（经膨胀调整的夏普比率）试图把非正态收益、样本长度和策略试验次数纳入判断，避免把数据挖掘结果当成稳定优势。

普通Sharpe遗漏了哪些问题

Sharpe用平均超额收益除以收益波动，默认单一策略、可比时间尺度和相对稳定的分布。枢轴点研究若同时尝试多种公式、时区、货币对、止损和过滤器，最终只展示最高值，普通显著性会被系统性高估。

Deflated Sharpe在调整什么

其思路是先估计大量候选策略中“最佳Sharpe”仅由噪声产生时可能达到的门槛，再结合观测策略的偏度、峰度与样本数，判断结果超过该门槛的可信程度。它不是把Sharpe乘一个固定折扣，也不存在适用于所有研究的统一合格值。

试验次数必须如实登记

不仅正式回测要计数，被看过后放弃的参数、图表和资产也属于研究自由度。若把相似参数当成完全独立试验，调整会过严；若只记录最后几个版本，则会过松。应保存实验日志、代码提交和失败结果，并说明候选之间的相关性。

它不能替代真正的样本外验证

经调整指标仍依赖历史数据质量和统计假设，无法修复未来函数、忽略交易成本或市场结构变化。合理流程是先固定研究假设，再做时间顺序正确的样本外测试，最后把Deflated Sharpe作为补充证据而非通行证。

样本很短或收益含少数极端值时，偏度与峰度估计本身也不稳定。报告应同步披露交易笔数、回撤、成本压力和滚动表现，不能用一个概率数值遮住经济意义不足。

基础指标见Sharpe与Sortino比较，试验自由度见多重检验偏差，过拟合概率方法见PBO交叉验证。