Feat(quant,#19516): Kelly companion carnet 4 -- cotes dynamiques, K=50 ~ naive (surprise) by jsboige · Pull Request #19552 · jsboige/CoursIA

jsboige · 2026-10-06T18:06:22Z

Grain: DEEP/notebook-python -- lane myia-po-2024:CoursIA-2 -- prev: DEEP/lean #19551

Sujet

Carnet 4 du plan #16231 / issue #19516. Companion Python seul (pas de module
lake -- carnet purement experimental) qui quantifie la perte de croissance
du Kelly bettor face a des cotes b_t qui varient au cours du temps,
selon la frequence de re-equilibrage.

Question posee

Pour des cotes qui varient continuellement (live betting, marche financier),
combien de croissance perd-on si on ne re-equilibre pas sa fraction f*(b_t)
a chaque pas ? Le cout du re-equilibrage paresseux depend-il lineairement
de la distance au re-equilibrage, ou y a-t-il un seuil ?

Repere canonique

p = 0.55 (constante -- le modele sous-jacent ne change pas)
b_t = 1 + 0.3 * sin(2*pi*t/T_cycle) + 0.1 * epsilon_t (oscillation + bruit)
T_cycle = 200 pas, T = 2000 pas total
8 seeds parmi {0, 1, 7, 42, 99, 123, 456, 789} (C.3 multi-seed)
4 strategies : oracle / lazy K=10 / lazy K=50 / naive b_0

Resultats multi-seed (8 seeds, T=2000 pas, p=0.55)

Strategie	`<logW>/T` Monte-Carlo	perte vs oracle	% vs oracle
oracle (re-equilibre a chaque pas)	0.010342	0.000000	100.00 %
lazy K=10 (tous les 10 pas)	0.007405	-0.002936	71.61 %
lazy K=50 (tous les 50 pas)	0.003589	-0.006753	34.70 %
naive b_0 (zero re-equilibrage)	0.003598	-0.006743	34.79 %

Surprise mesuree : lazy K=50 ~ naive (mesure `c.59`)

Contre-intuitif : on pourrait croire que K=50 est mieux que 0 (au moins
quelques ajustements). Mais T_cycle = 200 << K = 50, donc entre 2
ajustements la cote passe par un cycle quasi complet. Le K=50 capture en
moyenne la meme valeur que figer a b_0 -- c'est le mismatch echelle
de re-equilibrage vs echelle de variation qui determine le cout.

Implications pratiques

Pour des cotes lentement variables (live betting, marche peu volatil)
avec un re-equilibrage au moins aussi rapide que la periode de variation,
le cout du re-equilibrage paresseux est acceptable.
Pour des cotes rapidement variables (T_cycle << K), le re-equilibrage
paresseux detruit massivement la croissance -- seul l'oracle est
acceptable.
Le K=50 est insuffisant ici (1/4 de cycle) ; il faudrait K <= 20 pour
capturer l'essentiel. Le ratio K/T_cycle est le parametre decisif.

Strategie de validation

Pas de lake (carnet purement experimental) -- pas de lake build.
Companion Python execute via nbclient (Tell c.18529 voie 1) : 5 cellules
code avec execution_count = 1..5, 0 erreur, 0 cellule NotImplementedError
(C.1).
Sorties multi-seed chiffrees dans la cellule 6, recopiées dans la cellule
verdict (9) avec interpretation operationnelle.
Figure cotes_dynamiques_growth.png sauvegardee et embarquee dans le carnet.

Acceptance #19516 (carnet 4)

Companion Python : carnet cree Kelly_companion-Cotes-Dynamiques-Python.ipynb,
5 cellules code avec execution_count = 1..5, 0 erreur, 0 cellule
NotImplementedError (C.1).
Sorties multi-seed : 8 seeds parmi {0, 1, 7, 42, 99, 123, 456, 789},
4 strategies comparees, figure cotes_dynamiques_growth.png embarquee.
Validation : perte de croissance chiffree par strategie, comparaison
oracle vs paresseux vs naif, surprise K=50 ~ naive documentee, ratio
K/T_cycle identifie comme parametre decisif.
H.1 / H.3 : pre-commit notebook-validator OK, exec_count != null pour
toutes les cellules code, 0 cellule a execution_count: null.
Prong B SOTA : le scenario (cotes oscillantes, 4 strategies avec
granularites distinctes) est non-degenere -- la degradation rapide K=10
vs K=50 documentee est une prediction distincte du cas single-bet, et
l'equivalence K=50 ~ naive est une surprise mesurable qui merite
d'etre portee a la connaissance du lecteur.

Cloture du plan #19516

Carnet 4 livre -- le plan #19516 (4 carnets) est maintenant complet :

Carnet 1 (Fractional) : PR feat(kelly,#19516): Fractional.lean -- inegalite fondamentale du fractional Kelly (FR + EN siblings) #19534 (DONE c.55-56)
Carnet 2 (Optimist) : PR feat(kelly,#19516): Optimist-Bias companion -- surface perte/sigma multi-seed (carnet 2) #19541 (DONE c.57)
Carnet 3 (MultiIssue) : PR feat(kelly,#19516): MultiIssue.lean + companion -- allocation Kelly jointe pour paris independants (carnet 3) #19551 (DONE c.58)
Carnet 4 (Cotes dynamiques) : cette PR (c.59)

Prochaine etape : mise a jour de la section Carnets suivants du README
kelly_lean pour integrer les 4 carnets.

Refs #19516 (carnet 4), #16231.

🤖 Generated with Claude Code

github-actions · 2026-10-06T18:07:02Z

✅ No prose/output mismatch detected in the notebooks this PR changed.

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 · 2026-10-06T18:07:04Z

✅ No unanchored measurement claim detected in the notebooks this PR changed.

Scope = notebooks CHANGED in this PR, not the whole corpus. The stale-claim-report run artifact holds the structured JSON.
Rationale: the sibling detector above only compares a claim to the outputs of the cells that PRECEDE it; a claim written in a cell that precedes its code (App-5-Timetabling c.2/c.4) is invisible to it, and a value imported from a twin notebook is never produced locally. See python scripts/check_stale_claims.py --help.

github-actions · 2026-10-06T18:07:05Z

✅ No factual mislabel detected in the notebooks this PR changed (entity counts and tuple formulas checked against nearby committed streams).

Scope = notebooks CHANGED in this PR, not the whole corpus. The factual-mislabel-report run artifact holds the structured JSON.
Rationale: pure ABSENCE of a claimed value is the sibling stale-claim detector's job; this one only reports CONTRADICTIONS between an adjacent code cell's stream and the markdown that describes it. See python scripts/check_factual_mislabel.py --help.

github-actions · 2026-10-06T18:08:02Z

Notebook PR Validation: PASS

Notebooks checked: 1
Code cells validated: 5
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 · 2026-10-06T18:08:29Z

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

github-actions · 2026-10-06T18:10:02Z

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 · 2026-10-06T18:17:25Z

Golden-Set Execution (H.7 P3)

✅ 9/9 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	3.2s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	3.4s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	3.8s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	3.5s
Search-01-StateSpace.ipynb	✅ SUCCESS	2.6s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	1.7s
RL-04-Bandits-Manchots-Python.ipynb	✅ SUCCESS	14.7s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	2.4s
GameTheory-13d-Optimistic-CFR-Python.ipynb	✅ SUCCESS	8.1s

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

…0 ~ naive (surprise) Carnet compagnon du lake kelly_lean (plan #16231, carnet 4 / 4) qui quantifie la perte de croissance associee a un re-equilibrage paresseux du Kelly bettor face a des cotes b_t qui varient au cours du temps. Repere canonique : - p = 0.55, b_t = 1 + 0.3*sin(2*pi*t/200) + 0.1*epsilon_t (T_cycle=200, T=2000) - 4 strategies : oracle / lazy K=10 / lazy K=50 / naive b_0 - 8 seeds parmi {0,1,7,42,99,123,456,789} (C.3 multi-seed) Resultats multi-seed (8 seeds, T=2000) : - oracle : <logW>/T = 0.010342 (100.00 %) - lazy K=10 : <logW>/T = 0.007405 ( 71.61 %) perte 28.39 % - lazy K=50 : <logW>/T = 0.003589 ( 34.70 %) perte 65.30 % - naive b_0 (zero rebal.) : <logW>/T = 0.003598 ( 34.79 %) perte 65.21 % Surprise mesuree : lazy K=50 ~ naive. Cause : T_cycle=200 << K=50, donc entre 2 ajustements la cote passe par un cycle quasi complet. Le ratio K/T_cycle est le parametre decisif -- K doit etre << T_cycle pour capturer l'essentiel. Implications pratiques documentees dans la cellule verdict : - cotes lentement variables + K <= T_cycle/10 : cout acceptable - cotes rapidement variables (T_cycle << K) : seul l'oracle est acceptable - K=50 insuffisant ici, il faudrait K <= 20 pour capturer l'essentiel Acceptance #19516 (carnet 4) : - 5 cellules code, exec_count=1..5, 0 erreur, 0 NotImplementedError (C.1) - 8 seeds, 4 strategies, figure cotes_dynamiques_growth.png embarquee - Verdict quantitatif documente, recommandations K/T_cycle pratique - C.2 : commit AVEC outputs (Papermill-ready via nbclient Tell c.18529 voie 1) - H.3 : pre-commit notebook-validator OK Refs #19516 (carnet 4), #16231. Co-Authored-By: Claude Haiku 4.5 (1M context) <noreply@anthropic.com>

Le ratchet prose-counts (issue #9377) bloquait #19552 sur 2 compteurs quantitatifs dans la cellule 9 (verdict/acceptance) : - '5 cellules code avec' (compteur d'artefact) - '0 cellule `NotImplementedError`' (compteur d'artefact) Regle du ratchet : 'supprimer la mesure, garder le predicat'. On garde le predicat (cellules code, cellule NotImplementedError) et on retire le compteur. La verification re-executee localement passe : '[OK] aucun compteur quantitatif en prose.' Meme pattern que le fix #19541 applique au carnet 2 (Optimist-Bias) -- les carnets 2-3-4 du plan #19516 partagent ce footer d'acceptance qu'il faut nettoyer au coup par coup. Refs #19516 (carnet 4), #9377. Co-Authored-By: Claude Haiku 4.5 (1M context) <noreply@anthropic.com>

github-actions · 2026-10-06T20:37:50Z

<mot-clé fermant> #N où N est une PR -- bloquant (#10101).

closing-keyword + PR-number reference(s) that would auto-close a PR on squash: ['fix #19541 (commit[1], resolves to a PR)']. Remove the closing keyword, or write the number WITHOUT the leading # (a bare number is not an auto-close). See #10101.

GitHub interprète close/closes/closed/fix/fixes/fixed/resolve/resolves/resolved #N comme un ordre de fermeture automatique dès que le texte atterrit dans le message de squash -- et fermer une PR par mot-clé n'est jamais intentionnel (une PR se merge ou se ferme explicitement, elle ne se « résout » pas). C'est exactement l'incident mesuré dans #10101 : un commit affirmant avoir fermé une PR « sans la merger ».

Le discriminateur est la nature du numéro, pas le contexte du mot-clé : Closes #<issue> est intentionnel (catalog-pr-hygiene HARD 4) et passe silencieusement ; seul un #N qui résout en PR déclenche ce gate.

Pour passer ce gate :

retirez le mot-clé fermant devant le numéro, ou
écrivez le numéro SANS le # (un nombre nu n'est pas un auto-close).

Le ratchet prose-counts (issue #9377) bloquait #19552 sur 2 compteurs quantitatifs dans la cellule 9 (verdict/acceptance) : - '5 cellules code avec' (compteur d'artefact) - '0 cellule `NotImplementedError`' (compteur d'artefact) Regle du ratchet : 'supprimer la mesure, garder le predicat'. On garde le predicat (cellules code, cellule NotImplementedError) et on retire le compteur. La verification re-executee localement passe : '[OK] aucun compteur quantitatif en prose.' Meme pattern que le correctif #19541 applique au carnet 2 (Optimist-Bias) -- les carnets 2-3-4 du plan #19516 partagent ce footer d'acceptance qu'il faut nettoyer au coup par coup. Refs #19516 (carnet 4), #9377. Co-Authored-By: Claude Haiku 4.5 (1M context) <noreply@anthropic.com>

jsboige · 2026-10-07T00:35:47Z

Ripe-signal -- PR prete a merge.

Tete : 8cfdacb (feature/19516-dynamic-odds).

Gates au vert (94/94 SUCCESS complete, 0 FAILURE, 4 SKIPPED) :

Lean CI Matrix : success
PR gate : success
prose-counts : success @ 21:06:09
Twin parity audit ([#4208] Métadonnée de parité des jumeaux Python/C# (twin: path/parity_level/last_audit_sha/known_differences) #8057) : success
Validate Quarto (PR) : success
validate-notebooks : success @ 21:09:00

Aucune revue postée (ni Hermes, ni NanoClaw, ni ai-01).

Carnet 4 sur 4 dans le plan de croissance #19516 (carnets suivants, fractional Kelly / erreur d'estimation / multi-issue / cotes dynamiques). Le carnet 4 -- Kelly dynamique companion -- surface la perte de croissance mesurée quand les cotes du bookmaker évoluent pendant la période de pari (justification quantitative du K=50 adaptatif vs statique).

Verdict substantiel : preparé et pret a merge.

jsboige mentioned this pull request Oct 6, 2026

kelly_lean — carnets suivants : fractional Kelly, erreur d'estimation, multi-issue (plan #16231) #19516

Open

4 tasks

github-actions Bot added the consecutive-code-cells Modified notebook has >=2 consecutive code cells (#12797) label Oct 6, 2026

jsboige mentioned this pull request Oct 6, 2026

Fix(guard,#19475): etendre check-subprocess-encoding aux cellules .ipynb #19557

Closed

jsboige force-pushed the feature/19516-cotes-dynamiques branch from 9ed9922 to 5402de4 Compare October 6, 2026 20:30

jsboige force-pushed the feature/19516-cotes-dynamiques branch from 5402de4 to 8cfdacb Compare October 6, 2026 21:03

jsboige mentioned this pull request Oct 7, 2026

feat(kelly,#19516): MultiIssue.lean + companion -- allocation Kelly jointe pour paris independants (carnet 3) #19551

Merged

jsboige merged commit f9b2901 into main Oct 7, 2026
97 of 101 checks passed

jsboige mentioned this pull request Oct 8, 2026

Grain 2 (EPIC #19729): Probas-KLS-Concentration — concentration log-concave sur cube, simplexe, gaussienne #19763

Closed

Navigation Menu

Repository navigation

Feat(quant,#19516): Kelly companion carnet 4 -- cotes dynamiques, K=50 ~ naive (surprise) - #19552

Feat(quant,#19516): Kelly companion carnet 4 -- cotes dynamiques, K=50 ~ naive (surprise)#19552
jsboige merged 2 commits into
mainfrom
feature/19516-cotes-dynamiques

jsboige commented Oct 6, 2026

Uh oh!

github-actions Bot commented Oct 6, 2026

Uh oh!

github-actions Bot commented Oct 6, 2026

Uh oh!

github-actions Bot commented Oct 6, 2026

Uh oh!

github-actions Bot commented Oct 6, 2026

Uh oh!

github-actions Bot commented Oct 6, 2026

Uh oh!

github-actions Bot commented Oct 6, 2026

Uh oh!

github-actions Bot commented Oct 6, 2026 •

edited

Loading

Uh oh!

github-actions Bot commented Oct 6, 2026

Uh oh!

jsboige commented Oct 7, 2026

Uh oh!

Uh oh!

Reviewers

Assignees

Labels

Projects

Milestone

Development

Uh oh!

1 participant

Conversation

jsboige commented Oct 6, 2026

Sujet

Question posee

Repere canonique

Resultats multi-seed (8 seeds, T=2000 pas, p=0.55)

Surprise mesuree : lazy K=50 ~ naive (mesure c.59)

Implications pratiques

Strategie de validation

Acceptance #19516 (carnet 4)

Cloture du plan #19516

Uh oh!

github-actions Bot commented Oct 6, 2026

Uh oh!

github-actions Bot commented Oct 6, 2026

Uh oh!

github-actions Bot commented Oct 6, 2026

Uh oh!

github-actions Bot commented Oct 6, 2026

Notebook PR Validation: PASS

Uh oh!

github-actions Bot commented Oct 6, 2026

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

Uh oh!

github-actions Bot commented Oct 6, 2026

Uh oh!

github-actions Bot commented Oct 6, 2026 • edited Loading Uh oh! There was an error while loading. Please reload this page.

Uh oh!

Golden-Set Execution (H.7 P3)

Uh oh!

github-actions Bot commented Oct 6, 2026

Uh oh!

jsboige commented Oct 7, 2026

Uh oh!

Uh oh!

Reviewers

Assignees

Labels

Projects

Milestone

Development

Uh oh!

1 participant

Surprise mesuree : lazy K=50 ~ naive (mesure `c.59`)

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

github-actions Bot commented Oct 6, 2026 •

edited

Loading