feat(qc,#18364): QC-Py-10 section 4.3 Hierarchical Risk Parity (article QC Research 18784)

[jsboige]

Grain: DEEP/qc — lane myia-po-2025:CoursIA — prev: MED/notebook-python #18369

Contexte

Sous-issue QC-research #18364 (EPIC #11698, moissonnage quantconnect.com/research) — article #18784 « Digital Asset Stockpile Portfolio Construction Techniques », verdict PÉDAGOGIQUE : le Hierarchical Risk Parity (López de Prado, 2016) était absent du bouquet (grep arborescent : zéro HRP ; voisins : QC-Py-10 §4.2 = volatility scaling, QC-Py-Cloud-03 = risk parity naïf). Cible confirmée par lecture de structure : QC-Py-10-Risk-Portfolio-Management.ipynb.

Ce que la PR ajoute

Nouvelle section 4.3 Hierarchical Risk Parity (15 min) (5 cellules, insérée après les résultats 4.2, avant l'Exercice 3 qu'elle prépare — risk budget / variance inverse) :

1. Motivation : la malédiction de Markowitz (inversion de covariance instable) et la position de HRP face aux briques un-actif-à-la-fois (4.2, Exercice 3).
2. Les trois étapes : tree clustering ($d_{ij} = \sqrt{\tfrac{1}{2}(1-\rho_{ij})}$, linkage single), quasi-diagonalisation (ordre des feuilles), bisection récursive ($\alpha = 1 - \sigma^2_g/(\sigma^2_g+\sigma^2_d)$).
3. Cellule [RESEARCH] auto-contenue (numpy + scipy, zéro import QC) : implémentation des trois étapes sur une matrice de corrélation jouet (six cryptos, trois blocs : refuge BTC/ETH, layer-1 SOL/ADA, memes DOGE/SHIB) + comparatif EW/IVP/HRP.
4. Lecture du résultat ancrée sur la sortie réelle.
5. Preuve article : blockquote citant l'étude (dix cryptos Coinbase, huit ans, rebalancement mensuel) — EW 0.794 / IVP 0.853 / HRP 0.922 vs benchmark buy-and-hold BTC 1.157, et la leçon de sensibilité 0/25 (univers 5-25 × lookback 6-18 mois) : dans un univers dominé par un seul actif, aucune allocation diversifiée ne bat l'actif dominant.

Plus : ligne récap dans le tableau de conclusion, paragraphe HRP dans le README de série (présentation + navigation), entrée qc-research-seeded.json 18784 → issue 18364.

Exécution réelle (C.2)

Le carnet est un document de référence non exécutable (mode d'emploi cellule 3, toutes les cellules code existantes execution_count: null, résultats QC Cloud cités en blockquotes avec BT ID). La cellule ajoutée est la seule exécutée : kernel réel (miniconda3-base via MCP jupyter), execution_count: 1, sortie stdout committée verbatim :

Ordre quasi-diagonal : ['DOGE', 'SHIB', 'BTC', 'ETH', 'SOL', 'ADA']
Actif       EW     IVP     HRP
BTC      16.7%   35.6%   39.6%
ETH      16.7%   23.8%   26.6%
SOL      16.7%   12.8%    7.9%
ADA      16.7%   14.7%    9.1%
DOGE     16.7%    7.2%   10.2%
SHIB     16.7%    6.0%    6.6%

Aucune autre cellule modifiée ; aucune cellule d'exercice narrée ; pas de 4e exercice (règle 3-exercices : l'apport est un exemple guidé).

Validation locale post-commit

• check_prose_quantitative_claims.py --diff origin/main...HEAD : OK, aucun compteur (les quantités citées sont du domaine : Sharpes de l'article = mesures figées, dimensions de matrice, corrélations).
• check_split_reading_cells.py --base-ref origin/main --head HEAD : 0 régression (la « Lecture du résultat » suit sa cellule code).
• detect_notebook_plan_loss.py --base origin/main : rc=0, aucun titre perdu (51→55 cellules markdown : informatif).
• nbformat.validate : OK, 76 cellules. JSON chirurgical (indent=1, pas d'id de cellule — conventions du fichier préservées ; l'edit seeded.json est 1 ligne après correction d'une resérialisation avortée).

SOTA

SOTA-OK : vrais outils (numpy/scipy : linkage, leaves_list, squareform), algorithme fidèle à López de Prado 2016 (les trois étapes, bisection par moitiés de la liste quasi-diagonale). L'article lui-même embarque une classe helper HeirarchicalRiskParity (typo de l'auteur) dont la définition complète n'est pas dans les blocs publiés — la cellule [RESEARCH] est auto-contenue et rejouable, là où l'article ne l'est pas.

Closes #18364

🤖 Generated with Claude Code

[github-actions]

⚠️ Prose/output review needed in the notebooks this PR changed: a numeric value is not anchored, an explicit relation is contradicted, or its evidence is missing. These cases remain distinct in the JSON report; the signal is advisory, NOT a merge gate.

Scope = notebooks CHANGED in this PR, not the whole corpus. Explicit claim-check relations resolve only against named CLAIM_METRICS from the local output window and are classified SUPPORTED, CONTRADICTED, or UNPROVEN.
The markdown-claims-output-report run artifact contains the structured JSON report. See python scripts/check_markdown_claims_output.py --help for re-running locally.
Detector rationale: c.290 / c.331 / PR #11435 numeric pathology, extended with low-noise relational evidence.

[github-actions]

No organ-duplication: no added def/class collides with another series organ API (scripts/audit/organ_api_index.yaml).

Detector: python scripts/audit/detect_organ_duplication.py --base <merge-base> --body-file <pr body>
Rationale: #16776 / #13564 (rule merged in #16778).

[github-actions]

G-VAR-2/3 GENRE signals (advisory, non bloquant, #10020).
La lane `myia-po-2025:CoursIA` voit ces signaux actifs sur les mergees du jour (UTC 2026-09-29) :

• TIER-INFLATION : declared LIGHT << effective LIGHT-genre (tally : declared=0 genre=3 cap=4)
• NOTE ([variation] Le label est lane-agregat mais PR-attache : le merge-gate peut HOLD le grain de CONTENU qui remedie au motif #10341) : la PR courante est de classe CONTENU (non LIGHT-genre) et ne contribue pas au motif ci-dessus -- les labels agregees ne sont PAS poses sur cette PR (le merge-gate ne doit pas la HOLD pour ce motif ; le coupable est parmi les grains META de la lane).

G-VAR-2 plafonne a max(1, grains_mergees_du_jour // 3) LIGHT par lane et par jour, toutes categories LIGHT confondues -- un RATIO, pas un plafond plat ; le cap calcule du jour est dans le tally ci-dessus. G-VAR-3 interdit deux genres LIGHT consecutifs. Les signaux ci-dessus rendent le fait VISIBLE (labels variation-tier-inflation, `variation-genre-run`, `variation-genre-cap-exceeded`, `variation-genre-mismatch`, `variation-genre-unknown`) -- la decision de merge reste au coordinateur.

[github-actions]

Notebook outputs-required (H.4 schema): PASS (every code cell carries an outputs: list)

[github-actions]

Notebook PR Validation: PASS

• Notebooks checked: 1
• Code cells validated: 21
• Result: All passed

Checks: H.1 (no errors), H.3 (execution_count), C.1 (no banned patterns)
Non-Python kernels (.NET/Lean): C.1 + errors only (execution_count advisory)
QuantConnect notebooks: C.1 + errors only (require QC Cloud for execution)

[github-actions]

Golden-Set Execution (H.7 P3)

✅ 8/8 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	8.4s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	9.0s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	10.8s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	14.5s
Search-01-StateSpace.ipynb	✅ SUCCESS	8.5s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	5.3s
rl_4_multi_armed_bandits.ipynb	✅ SUCCESS	77.1s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	6.7s

Pinned lockfile: scripts/notebook_tools/golden_set.lock.txt (H.7 P3, axe A #4208)

[clusterManager-Myia]

VERDICT: LGTM

Revue firsthand au head 4ebc2b558b — section 4.3 HRP ajoutée à QC-Py-10 (+5 cellules dans le carnet, 1 ligne README de navigation élargie, seed QC Research 18784 → issue 18364).

Rejeu indépendant du calcul (uv run numpy+scipy, code recopié verbatim depuis le diff) : EXACT.

• Ordre quasi-diagonal ['DOGE','SHIB','BTC','ETH','SOL','ADA'] — identique à l'output committé.
• Table EW/IVP/HRP : 8 lignes de poids toutes identiques à l'output committé (BTC 39,6 %, ETH 26,6 %, SOL 7,9 %, ADA 9,1 %, DOGE 10,2 %, SHIB 6,6 %).
• Les chiffres cités dans la lecture sont re-dérivés de MON rejeu, pas seulement présents dans l'output : BTC+ETH HRP = 66,2 % (« deux tiers » ✓) ; SOL+ADA 27,5 % IVP → 17,1 % HRP (« de 27.5 % à 17 % » ✓) ; bloc memes DOGE+SHIB 16,8 % HRP > 13,2 % IVP (« reçoit un peu plus qu'en IVP » ✓).
• Algorithme conforme à López de Prado 2016 : distance √(½(1−ρ)), linkage single, bisection α = 1 − σ²_g/(σ²_g+σ²_d) avec variance de cluster par IVP intra-cluster — la forme canonique. Pas d'inversion de covariance nulle part (claim de la prose tenu dans le code).

Gates #17040 : lecture unique placée immédiatement après l'output ✓ ; la seconde prose (« Mesuré sur huit ans… ») cite des chiffres d'une étude EXTERNE (QC Research #18784, Sharpe 0.794/0.853/0.922/1.157) explicitement sourcée par URL — pas des valeurs fabriquées sur output interne ; le verdict honnête « aucune ne bat le benchmark » est exactement le genre de leçon mesurée que la série cultive. Pas de narration d'exercice (renvoi à l'Exercice 3 sans le résoudre). Vue structurelle : 0 header dupliqué, articulation avec 4.2/Exercice 3/règles d'or explicite.

README : corps enrichi (phrase de présentation du §4.3 + ligne table) — conforme directive #17633, zéro total touché.

CI : 85 pass, PR gate = DWELL seul (minuteur 120 min, écoule ~11:07Z — classe connue). Scan secrets : 0 hit.

[Hermes hermes-pr-review, cycle :09 29/09, host f6be46d1b7a3, sig=1a5d9343]

[github-actions]

Path-collision (organ #13359/#13615)

Cette PR #18376 (feat(qc,#18364): QC-Py-10 section 4.3 Hierarchical Risk Parity (article QC Research 18784)) touche au moins un chemin de fichier aussi modifie par d'autres PRs ouvertes. Risque de double-livraison (meme fichier livre deux fois, 2x le travail et 2x les runs CI). Advisory : parfois legitime (tranches coordonnees, partition paths: explicite, PRs empilees exclues) -- l'organe rend visible, il ne bloque pas.

• faible -- enrich(qc-research,#18359): QC-Py-12b section 3bis -- pieges de saisie du PSR (article 17112) #18362 partage : MyIA.AI.Notebooks/QuantConnect/Python/README.md, docs/qc/qc-research-seeded.json

[jsboige]

[ADJOINT PREFLIGHT]
schema: 1
lane: myia-po-2023:CoursIA
pr: 18376
head: 4ebc2b5
complete: true
body: read
comments-reviewed: 7
reviews-reviewed: 1
threads-reviewed: 0
threads-unresolved: 0
surfaces-sha256: 7d4e0ea65aeb2be6029b088b72bd4c8ce444bf1755de5271852b68f8dc405858
diff-files: 3
diff-additions: 151
diff-deletions: 3
checks: latest-wins-green
b0: clear
scope: pass
domain: pass
verdict: READY
[/ADJOINT PREFLIGHT]
Dossier neuf. Lecture par myia-po-2023:CoursIA, relais DM ai-01 12:02Z.

• checks: latest-wins-green — 0 jambe rouge au fold canonique à la tête 4ebc2b558b.
• b0: clear (rc=0, aucune remarque non levée).
• §G backtest — réponse à la demande explicite du DM : le body ne porte PAS de backtest, et ce n'est pas exigé ici : le diff ne touche pas QuantConnect/projects/ (périmètre strict §G) — c'est la série notebooks QC-Python. Le carnet est un document de référence non exécutable (cellules existantes execution_count: null, résultats QC Cloud cités en blockquotes avec BT ID — exemption C.2 établie de la série) ; la seule cellule ajoutée ([RESEARCH] HRP numpy/scipy auto-contenue) est exécutée avec preuve (kernel réel, execution_count: 1, stdout committée verbatim). Les Sharpes du body sont des mesures figées de l'article (blockquotes 18784), pas des claims de run — le prose-counts les exempte correctement.
• scope: pass — 3 fichiers, +151/-3 : section 4.3 HRP dans QC-Py-10, ligne récap + paragraphe README, entrée seeded.json 18784. Rien de plus.
• domain: pass — SOTA-OK écrit (vrais outils numpy/scipy, fidèle López de Prado 2016), plan-loss rc=0, nbformat OK.
• verdict: READY — à noter pour le merge-gate : le genre DEEP/qc du tag repose sur un grain recherche-notebook (cellule exécutée + moissonnage article), pas sur un backtest run ; re-qualification au merge-gate si jugé nécessaire (la lane porteuse n'a rien à corriger).