evolutionary-metric-ranking

Methodology for systematically zooming into high-quality configurations across multiple evaluation metrics using per-metric percentile cutoffs, intersection-based filtering, and evolutionary optimization. Domain-agnostic principles with quantitative trading case studies.

Companion skills: rangebar-eval-metrics (metric definitions) | adaptive-wfo-epoch (WFO integration) | backtesting-py-oracle (SQL validation)

Raw metric values live on incompatible scales (Kelly in [-1,1], trade count in [50, 5000], Omega in [0.8, 2.0]). Percentile ranking normalizes every metric to [0, 100], making cross-metric comparison meaningful.

メトリックごとのパーセンタイル カットオフと交差ベースの構成選択のための多目的進化的最適化。トリガー - ランキングの最適化、カットオフ検索、メトリック交差、Optuna カットオフ、進化的検索、パーセンタイル ランキング、多目的ランキング、構成の選択、生存者分析、バインディング メトリック、パレート フロンティア カットオフ。 ソース: terrylica/cc-skills。