/**
 * 分层回测（纯函数、零依赖）。
 *
 * 核心问题：把因子值分层（分位数分组），跟踪"买入 top 组 / 卖出
 * bottom 组"的组合净值 —— 从"因子评估"到"策略雏形"的桥梁。
 *
 * 设计：每期按因子值分 N 层，持有 top 层（做多）、bottom 层（做空
 * 或只做多），等权，定期调仓（horizon 期），含交易成本。
 */
/** 分层回测结果。 */
export interface LayeredBacktestResult {
    /** 分层数 */
    layers: number;
    /** top 组合净值曲线（持有因子值最高的 1/layers 部分） */
    topEquity: number[];
    /** bottom 组合净值曲线 */
    bottomEquity: number[];
    /** 多空组合净值曲线（long top + short bottom） */
    longShortEquity: number[];
    /** top 组合累计收益 % */
    topReturnPct: number;
    /** bottom 组合累计收益 % */
    bottomReturnPct: number;
    /** 多空累计收益 % */
    longShortReturnPct: number;
    /** 调仓次数 */
    rebalances: number;
    /** 每层的平均收益 %（诊断用） */
    layerMeanReturnPct: number[];
    notes: string[];
}
/**
 * 分层回测。
 *
 * 输入：
 * - factor：每期每资产的因子值矩阵 [time][asset]
 * - returns：每期每资产的收益矩阵 [time][asset]
 * - layers：分层数（默认 5）
 * - horizon：调仓周期（默认 5 期）
 * - feeRate：单边费用（默认 0.001）
 *
 * 假设：每期初按 factor 分位分层，等权持有该层所有资产，
 * 持有 horizon 期后按新 factor 调仓（t 期信号，t+horizon 起生效）。
 */
export declare function layeredBacktest(factor: readonly number[][], returns: readonly number[][], layers?: number, horizon?: number, feeRate?: number): LayeredBacktestResult;