TEST ISOLÉ WALK-FORWARD

BN / LayerNorm / GroupNorm / Cross-sectional / Portfolio loss

12 folds walk-forward 2025: Train12m, Val6m, Test1m. Train sur paniers synthétiques long/short normalisés + original; Test original principal, Full synthetic secondaire.

Configs6
Best0.89
Best gain29.5%
Best cfgexplicit_cross_sectional

Résultats

ConfigSeuilVal orig scoreTest orig scoreTest gainTest DDFull synth scoreFull synth gainTemps
Cross-sectional norm explicite par timestamp
explicit_cross_sectional · norm=none · loss=mse
p80-30.650.8929.54%-19.10%0.842.46%1.4m
Portfolio batch loss proxy
portfolio_loss · norm=none · loss=portfolio
p80-14.25-8.932.08%-7.34%2.423.62%1.2m
Base MLP no norm
base_mlp · norm=none · loss=mse
p50-22.56-10.829.49%-13.54%1.813.37%1.1m
LayerNorm
layernorm · norm=ln · loss=mse
p50-25.08-12.791.03%-9.22%-1.270.43%1.5m
GroupNorm
groupnorm · norm=gn · loss=mse
p80-16.17-18.43-4.27%-9.44%-2.32-0.57%1.6m
BatchNorm standard
batchnorm · norm=bn · loss=mse
p8018.68-37.10-12.65%-16.30%-1.350.66%0.9m

Lecture

BN standard est testé comme contrôle risqué. Les variantes plus propres sont LayerNorm, GroupNorm, normalisation cross-section explicite par timestamp, et une loss portefeuille proxy. Test original reste le critère principal.