Constat
La ré-exécution de MyIA.AI.Notebooks/QuantConnect/Python/QC-Py-31-Transformer-Training.ipynb dans #17482 reproduit trois défauts qui existent déjà sur main. Hermes les a relevés dans sa review de #17482 (« à traiter en suivi séparé »), et je les ai re-mesurés le 2026-09-23 sur origin/main et sur la tête dcf103e635 de #17482 : les sorties sont identiques aux deux endroits.
| # |
Cellule (index) |
Sortie mesurée |
Défaut |
| 1 |
40 |
Rendement total: inf%, Rendement annualise: inf% (et Sharpe: inf, Max Drawdown: nan%) |
division par zéro non gardée dans le calcul du backtest |
| 2 |
25, 28 |
Modele charge, entrainement saute. puis <Figure size 640x480 with 0 Axes> |
quand un .pt existe en local, l'entraînement est sauté et la courbe d'apprentissage sort vide ; la sortie committée ne vient donc pas d'un entraînement complet, et le déterminisme GPU ajouté par #16795 n'y est pas exercé sur la boucle d'entraînement |
| 3 |
10, 15, 18, 45 (outputs) |
Nombre de features par action: 12, Linear(in_features=12, ...), 'input_dim': 12 |
la prose annonce « 14 features (10 par action + 4 macro) » et « 14 -> 256 », ce que les sorties contredisent |
Ce qui est attendu
- Protéger le calcul des métriques de backtest contre le dénominateur nul, pour que le notebook rende une valeur finie ou un message explicite, jamais
inf/nan.
- Faire entraîner le modèle depuis zéro lors d'une exécution de référence : option explicite, ou checkpoint ignoré sous papermill. La cellule de courbe doit alors porter une vraie figure.
- Réaligner la prose sur les sorties (12 features), ou le code sur la prose. La correction s'accompagne du diagnostic C.4.
Ré-exécution requise après correction (C.2), sur machine GPU (la base a tourné sur RTX 3080 Ti, torch 2.6.0+cu124).
Critère de fermeture
Une PR mergée qui, à sa tête : ne porte plus inf% ni nan% dans les sorties de QC-Py-31 ; porte en cellule de courbe une figure non vide issue d'un entraînement exécuté ; ne contient plus de mention « 14 features » contredite par les sorties.
See #17482 · See #16795
Constat
La ré-exécution de
MyIA.AI.Notebooks/QuantConnect/Python/QC-Py-31-Transformer-Training.ipynbdans #17482 reproduit trois défauts qui existent déjà surmain. Hermes les a relevés dans sa review de #17482 (« à traiter en suivi séparé »), et je les ai re-mesurés le 2026-09-23 surorigin/mainet sur la têtedcf103e635de #17482 : les sorties sont identiques aux deux endroits.Rendement total: inf%,Rendement annualise: inf%(etSharpe: inf,Max Drawdown: nan%)Modele charge, entrainement saute.puis<Figure size 640x480 with 0 Axes>.ptexiste en local, l'entraînement est sauté et la courbe d'apprentissage sort vide ; la sortie committée ne vient donc pas d'un entraînement complet, et le déterminisme GPU ajouté par #16795 n'y est pas exercé sur la boucle d'entraînementNombre de features par action: 12,Linear(in_features=12, ...),'input_dim': 12Ce qui est attendu
inf/nan.Ré-exécution requise après correction (C.2), sur machine GPU (la base a tourné sur RTX 3080 Ti, torch 2.6.0+cu124).
Critère de fermeture
Une PR mergée qui, à sa tête : ne porte plus
inf%ninan%dans les sorties de QC-Py-31 ; porte en cellule de courbe une figure non vide issue d'un entraînement exécuté ; ne contient plus de mention « 14 features » contredite par les sorties.See #17482 · See #16795