/**
 * Deflated Sharpe Ratio（过拟合校正夏普，纯函数、零依赖）。
 *
 * 核心问题：回测出来的夏普有多大概率是过拟合的？
 * 多次试验（调参/多因子/多策略）后，最好结果的夏普会被高估。
 * Deflated Sharpe（Bailey & López de Prado, 2014）用试验次数 N 和
 * 回测长度 T 校正这一偏差，给出"经试验次数修正后的最小显著夏普"。
 */
/** Deflated Sharpe 结果。 */
export interface DeflatedSharpeResult {
    /** 观察到的夏普（年化） */
    observedSharpe: number;
    /** 试验次数校正后的最小显著夏普（超过它才算真有效） */
    minSignificantSharpe: number;
    /** Deflated Sharpe = (observed - minSignificant) * sqrt(T-1) 的标准化值 */
    deflatedSharpe: number;
    /** 是否显著（observed > minSignificant） */
    significant: boolean;
    /** 通过概率（标准正态 CDF） */
    pValue: number;
    notes: string[];
}
/**
 * Deflated Sharpe 计算。
 *
 * @param observedSharpe 观察到的年化夏普
 * @param numPeriods 回测期数（年化周期数，如日频 = 天数）
 * @param numTrials 试验次数（参数搜索/因子数量，至少 1）
 * @param skewness 收益偏度（默认 0）
 * @param kurtosis 超额峰度（默认 0）
 */
export declare function deflatedSharpe(observedSharpe: number, numPeriods: number, numTrials?: number, skewness?: number, kurtosis?: number): DeflatedSharpeResult;