[jsboige]

Grain: MED/qc — lane myia-po-2024:CoursIA-2 — prev: DEEP/qc #22579

Correction du test de Diebold-Mariano de research_turn_of_month.ipynb (carnet mergé par #22496), demandée par le coordinateur dans son DM du 30/10 15:50Z (point 1). Cette PR ne crée aucun carnet : elle corrige un carnet existant, et ferme #22700 (doublon de #22496).

Le défaut mesuré

La cellule 6 (dm_test) estimait la variance sur la série centrée tout en plaçant le numérateur sur l'écart moyen :

def _autocov(lag):
    dev = d - d.mean()          # dispersion instantanée
    return float((dev.iloc[lag:] * dev.iloc[:n - lag]).sum()) / n
gamma0 = _autocov(0)
gammas = sum(_autocov(lag) for lag in range(1, h))   # h = 1 -> liste vide
var = (gamma0 + 2 * gammas) / n                     # variance i.i.d.
stat = d.mean() / np.sqrt(var)

Deux conséquences, mesurées :

1. L'estimateur est celui de la dispersion, pas celui de l'écart moyen. La variance de long-run d'un différentiel n'est pas sa variance centrée : c'est l'estimation HAC des moments bruts. Un h = 1 ne corrigeait rien — la boucle range(1, 1) est vide.
2. La significativité était anti-conservatrice. Le différentiel est persistant : la stratégie est à plat les deux tiers du temps, elle perd donc à chaque journée de marché. La dispersion centrée d'un tel différentiel est mécaniquement plus faible que sa variance de long-run → le seuil p < 0.05 était atteint par construction.

Le test comparait bien le différentiel de rendement (et non des pertes quadratiques) — mais l'estimateur de variance en faisait un instrument qui ne pouvait pas ne pas sonner.

Le correctif

Portage de l'organe de la série (research_st_reversal.ipynb, dm_test_hac) : variance HAC Newey-West, noyau Bartlett (maxlag = 5) sur les moments bruts, numérateur dbar non re-centré, test toujours posé sur le différentiel de rendement (stratégie − B&H).

Ajout de la condition de signe : stat > 0 = la stratégie est significativement meilleure ; stat < 0 = elle est significativement pire. Une significativité négative n'est plus lue comme une victoire — l'ancien affichage annonçait SIGNIFICATIF (p<0.05) quel que soit le signe.

Mesures fraîches (re-exécution complète : 10 cellules code, 0 erreur, execution_count 1→10, données au 2026-10-29) :

actif	stat	p	ancien p	lecture
SPY	−1.029	0.3036	0.012	non significatif
QQQ	−1.197	0.2313	0.004	non significatif
EFA	−0.643	0.5202	0.115	non significatif

Ce qui change dans la conclusion : le DM ne conclut plus rien sur l'échantillon complet. Le verdict NO BEATS tient — il repose désormais sur la rentabilité nette (Sharpe TOM négatif : −0.03 à −0.07, contre 0.17 à 0.43 pour le B&H) et sur l'instabilité out-of-sample (l'écart change de signe d'un fold à l'autre), et non plus sur une « défaite significative » que l'instrument ne savait pas produire.

Diagnostic dérive

Cause : (c) moteur upstream — l'instrument du test lui-même, pas les données ni l'environnement. Le carnet mergé par #22496 portait une valeur de p produite par un estimateur qui sous-estimait la variance de long-run d'un différentiel persistant : la valeur était fausse, et la prose alignée dessus l'était aussi.

Verdict : CAUSE_FIXED — la cause est dans la source (cellule 6), elle est corrigée, et le carnet est re-exécuté : aucune sortie de cellule n'a été éditée à la main (C.2). La prose (tableau récapitulatif, sensibilité k sur EFA, conclusion) est réalignée sur les sorties fraîches. La fenêtre de données a également glissé d'un jour de bourse (2026-10-29), ce qui explique les écarts de Sharpe minimes (QQQ −0.020 → −0.027).

Organe invoqué (règle organ-first)

question	réponse
Quelle série possède la sémantique ?	research/research_st_reversal.ipynb (dm_test_hac, même dossier)
Peut-on l'invoquer ?	Non — l'organe vit dans un notebook, non importable ; ML-Training-Pipeline/scripts/dm_test.py attend des erreurs de prévision et reproduirait le défaut sur des rendements (loss_fn="mse") → copie déclarée
Que faudrait-il exporter ?	Extraire dm_test_hac vers un module commun de la série — hors périmètre ici, signalé
Quel témoin négatif ?	L'instrument défaillant franchit p < 0.05 par construction sur un différentiel persistant ; le corriger rend p = 0.30 / 0.23 / 0.52 — il peut ne pas sonner
Qui vérifie indépendamment ?	La jambe Sharpe (rentabilité nette, sans le DM) et la stabilité out-of-sample ; le module canonique dm_test.py et sa suite

Portée

• research_turn_of_month.ipynb : 4 cellules source modifiées (12 code, 13, 15, 19), les 19 autres identiques à main ; ré-exécution complète, sorties réécrites.
• research_vrp_putwrite.ipynb : 1 ligne de Navigation (+1 / −1), markdown seul, aucune ré-exécution due (C.3).
• Aucun carnet créé, aucune sortie de cellule éditée à la main.

Le lien de navigation et #22579

research_turn_of_month est un orphan_entry sur main (rien ne pointe vers lui). Comme cette PR touche le carnet, l'organe lui imputait le finding. La ligne de Navigation de research_vrp_putwrite porte donc le lien >> research_turn_of_month — vers un carnet qui existe déjà sur main, donc sans lien 404.

Le lien vers research_st_reversal n'est pas porté ici : il reste porté par research_risk_parity, sa sœur déclarée, conformément au geste du coordinateur (DM du 30/10 17:10Z) — il est livré par #22579. Chaque carnet de la chaîne garde ainsi un prédécesseur unique et réciproque : vrp_putwrite → turn_of_month d'un côté, risk_parity → st_reversal de l'autre.

research_month_of_year n'existe que sur #22579 : il reste hors de cette ligne. Si #22579 et cette PR se fusionnent, dans un ordre ou dans l'autre, la résolution du conflit sur cette ligne est une union (>> research_turn_of_month + >> research_month_of_year) — déterminée, sans ambiguïté.

Preuve : python scripts/notebook_tools/check_notebook_nav_chain.py --check --diff-base origin/main → rc=0 (OK: 0 NEW finding vs baseline), tête 4290d3f573.

Voir #22700, #22496.

🤖 Generated with Claude Code

[jsboige]

Preuves d'exécution et de chaîne de navigation, rejouées sur la tête 4290d3f573 de cette PR (le lien vers research_st_reversal y reste porté par research_risk_parity, conformément au geste du coordinateur — DM du 30/10 17:10Z — et n'est donc plus porté par research_vrp_putwrite).

1. Chaîne de navigation — python scripts/notebook_tools/check_notebook_nav_chain.py --check --diff-base origin/main, exit code capturé sans tube :

WARN: baseline sans provenance (ecrit avant #22121) -- le re-deriver sur main propre active le controle.
WARN: 1 NEW finding(s) hors diff (non imputables a cette PR, ne bloquent pas):
  [orphan_entry] MyIA.AI.Notebooks/GameTheory/GameTheory-06i-Ensembles-Limites-Poincare-Bendixson-Python.ipynb
INFO: 33 finding(s) resolus depuis le baseline (mettre le baseline a jour).
OK: 0 NEW finding vs baseline (256 connus, 1705 notebook(s) au graphe).

rc=0. Le WARN résiduel porte sur GameTheory-06i-Ensembles-Limites-Poincare-Bendixson-Python.ipynb — hors diff, hors périmètre, et signalé comme non bloquant par l'organe lui-même.

2. Exécution réelle (H.1 / H.3 / C.1) — python scripts/notebook_tools/validate_pr_notebooks.py origin/main --json → passed: true, 2 carnets, 16 cellules code, 0 échec :

{
  "notebooks": [
    {
      "path": "MyIA.AI.Notebooks/QuantConnect/research/research_turn_of_month.ipynb",
      "kernel": "python3",
      "total_code": 10,
      "passed": true,
      "errors": [],
      "forensic_verdict": "EXEC_PROVED"
    },
    {
      "path": "MyIA.AI.Notebooks/QuantConnect/research/research_vrp_putwrite.ipynb",
      "kernel": "python3",
      "total_code": 6,
      "passed": true,
      "errors": [],
      "forensic_verdict": "EXEC_PROVED"
    }
  ],
  "total_notebooks": 2,
  "total_code_cells": 16,
  "passed": true,
  "failed_count": 0
}

3. Prose et activité — check_prose_quantitative_claims.py --diff origin/main...HEAD → [OK] aucun compteur quantitatif en prose ; check_activity_leak.py --diff origin/main...HEAD → [OK] aucun passage d'activite dense ajoute.

4. Périmètre — research_turn_of_month.ipynb : 4 cellules source modifiées (12, 13, 15, 19), les 19 autres identiques à main, sorties réécrites par la ré-exécution (10 cellules code, execution_count 1→10, 0 erreur). research_vrp_putwrite.ipynb : +1 / −1 sur la ligne de Navigation, markdown seul (le lien >> research_turn_of_month), aucune ré-exécution due (C.3). Aucune sortie de cellule éditée à la main.

[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]

⚠️ Stale-claim review needed: a markdown cell claims a measurement value that appears in NO committed output of the notebook. Advisory, NOT a merge gate — triage against the JSON artifact.

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]

✅ 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]

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]

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

[github-actions]

Notebook PR Validation: PASS

• Notebooks checked: 2
• Code cells validated: 16
• 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)

✅ 9/9 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	3.2s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	2.9s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	3.2s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	3.0s
Search-01-StateSpace.ipynb	✅ SUCCESS	2.4s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	1.6s
RL-04-Bandits-Manchots-Python.ipynb	✅ SUCCESS	14.7s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	2.1s
GameTheory-13d-Optimistic-CFR-Python.ipynb	✅ SUCCESS	8.6s

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

[jsboige]

Conflit avec main levé (lane myia-po-2024:CoursIA-2).

Merge de origin/main — un seul conflit, additif (ligne de navigation dans research_vrp_putwrite.ipynb). Résolution par union : la version main est un sur-ensemble (ajoute le lien [research_month_of_year >>], le dé-orphelinage déjà sur main) ; c'est elle qui est conservée. Le reste du fichier s'est fusionné proprement (les modifs de la PR préservées).

Re-contrôle local check_notebook_nav_chain.py --check --diff-base origin/main → rc 0, 0 NEW finding à la tête ce9e04b3da. PR revenue BLOCKED (attente re-agrégation du PR gate sur la tête fraîche — pool runners saturé).

[github-actions]

Path-collision (organ #13359/#13615)

Cette PR #23557 (Fix(qc,#22496): le DM de research_turn_of_month porte des moments bruts et la condition de signe) 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.

• terminal -- Feat(qc,#22495): notebook research turn of the month (NO BEATS) #22496 partage : MyIA.AI.Notebooks/QuantConnect/research/research_turn_of_month.ipynb, recouvrement de chemins 50% -- Feat(qc,#22495): notebook research turn of the month (NO BEATS) #22496 est deja sur main.

Le verdict terminal (#15578) signale qu'un cote de la paire est deja sur main. L'organe mesure un recouvrement de chemins ; il ne compare pas le contenu des deux livraisons, donc il ne conclut PAS a une redondance (#15768) : deux PRs peuvent toucher le meme fichier pour des raisons disjointes. L'arbitrage reste a la lane ou au coordinateur.