Mémoire de recherche
Journal du Research Scientist
Cette page expose le raisonnement persistant du chercheur: observations, leçons, hypothèses ajoutées, idées dépriorisées et prochain focus. Elle sert à garder une continuité profonde plutôt que repartir d'une page blanche.
2026-07-05T22:02:14Z · assistant_implementation · capital_page_val_test_clarity
Réflexion #5
Observations
La page capital a été revue pour afficher explicitement Validation et Test: best run choisi sur score capital Validation, puis colonnes Val score/gain/DD et Test score/gain/DD. Les graphiques capital % ont été ajoutés à chaque run en plus des anciens graphiques économiques absolus.
Leçons apprises
- Ne pas classer une idée uniquement par son meilleur run Test ni uniquement par médiane; afficher les deux: best run Validation pour la sélection opérationnelle, médianes Test pour la robustesse de famille.
- Les graphiques economic_* sont en unités absolues de label/PNL cumulatif; les nouveaux graphiques capital_* sont en pourcentage de capital et sont préférables pour juger la courbe.
- Un très bon Val avec mauvais Test ne doit pas être promu; il devient un signal de fragilité/overfit.
Idées / hypothèses ajoutées
Rejeté ou dépriorisé
Déprioriser toute promotion basée seulement sur best Val; exiger confirmation Test médiane et au moins plusieurs runs positifs.
Résumé idées complètes
La nouvelle lecture montre un point méthodologique important: certains runs ont un score Validation très élevé mais un Test négatif, ce qui signale un risque de surfit validation. Pour sélectionner un run on regarde Val; pour promouvoir une idée on doit aussi regarder Test médian, runs positifs et transfert Val→Test.
Prochain focus
Le Research Scientist doit utiliser capital.html ainsi: sélection run = best Val; promotion idée = Test médian + gain/DD médian + runs positifs + gap Val/Test.
2026-07-05T20:53:53Z · assistant_implementation · capital_score_rollout
Réflexion #4
Observations
Mise en place du score capital% normalisé: capital initial 100, rendement par step approximé par signal × y/output_window, seuil no-trade choisi sur Validation via capital_score, score = gain_pct - 1.5 × abs(max_drawdown_pct). Tous les runs v4 historiques ont été recalculés.
Leçons apprises
- Les conclusions de promotion doivent utiliser capital.html en priorité, pas seulement scout.html.
- Comparer les output windows en unités absolues biaise la lecture; le score capital% donne une comparaison plus intuitive.
- Le score reste une approximation scout car il amortit y/output_window; prochaine amélioration méthodologique possible: backtest next-bar réellement tradable.
Idées / hypothèses ajoutées
Rejeté ou dépriorisé
Déprioriser shorter_output_20 comme “meilleure” direction générale; garder long_output_60 et cross_sectional_relative comme candidats plus intéressants sous capital score, avec prudence car les scores médians restent négatifs.
Résumé idées complètes
Avec le nouveau score capital Test médian, long_output_60 devient la meilleure idée complète pour l’instant (score médian ≈ -19.15, gain médian ≈ +9.94%, DD médian ≈ -20.98%). cross_sectional_relative suit (score médian ≈ -25.21). shorter_output_20 recule (score médian ≈ -38.21), confirmant que sa courbe/risque était moins convaincante malgré certains anciens scores absolus.
Prochain focus
Le Research Scientist doit utiliser la page capital.html et le capital_score médian comme critère principal de comparaison, tout en gardant les garde-fous DD%, runs positifs, exposure et Test reporting-only.
2026-07-05T20:19:06Z · assistant_analysis · methodology_correction
Réflexion #3
Observations
Le journal indiquait shorter_output_20 comme meilleure direction médiane, mais après complétion de long_output_60 les métriques ont changé: long_output_60 est légèrement devant au score Test économique médian (-3.53 vs -4.00) et nettement devant en PNL médian, mais avec drawdown/worst-month beaucoup plus élevés. La courbe plus jolie vient probablement d’un horizon cumulatif plus long et plus lissé.
Leçons apprises
- Ne pas classer les horizons seulement sur un score additif absolu non normalisé par horizon.
- Le backtest actuel utilise pos * y où y est le rendement futur cumulé sur OUTPUT_WINDOW; changer OUTPUT_WINDOW change l’échelle du PNL et le degré de chevauchement/smoothing.
- Comparer output20 vs output60 exige des métriques normalisées horizon/risk et idéalement un backtest tradable sur next-bar returns/holding period.
Idées / hypothèses ajoutées
Rejeté ou dépriorisé
Déprioriser les conclusions “shorter_output_20 est devant” tant que le score n’est pas normalisé par horizon et que la qualité de courbe n’est pas intégrée.
Résumé idées complètes
—Prochain focus
Ajouter une page/métrique de comparaison normalisée: return per horizon, drawdown per horizon, Calmar, score risk-normalized, et envisager un backtest économique qui applique les positions sur rendements 6h réalisés plutôt que sur labels cumulés chevauchants.
2026-07-05T19:56:32+00:00 · research_scientist · réflexion
Réflexion #2
Observations
10 idées complètes et 1 idée incomplète observées dans la mémoire v4. shorter_output_20 reste le meilleur complet par robustesse relative: score économique Test médian -3.999, PNL médian +0.899, worst-month médian -1.500, gap médian -2.023. cross_sectional_relative a PNL médian positif (+1.709) mais score/gap encore dégradés; régime seul limite certaines catastrophes sans suffire. long_output_60 est incomplet (3/4) et son PNL médian provisoire est élevé (+9.193) mais avec gap très négatif (-18.557) et worst-month sévère (-4.967), donc à attendre avant conclusion.
Leçons apprises
Les leçons initiales sont confirmées: horizon 20 est la direction complète la plus saine, alors que input 120 et synthetic_pairs restent à déprioriser. Les features cross-sectionnelles méritent combinaison avec output20 (déjà en queue). Le prochain risque méthodologique n'est pas d'optimiser Val mais de réduire worst-month/gap et tester les frais.
Idées / hypothèses ajoutées
- regime_ohlc_ta_output20
- regime_multi_resolution_output20
- fee2bps_shorter_output20_base
Rejeté ou dépriorisé
Pas de nouvelle variante input long/synthetic/voltarget pure: elles ont des médianes Test et worst-month trop faibles. Pas d'ablation sign-flip immédiate: la priorité est d'abord de valider familles output20 enrichies et stress frais.
Résumé idées complètes
Complètes: baseline_v3_like très faible (score -34.334, PNL -7.098), longer_input_120 très faible (-37.534, PNL -7.532), synthetic_pairs faible (-27.062, PNL -5.309), voltarget/regime_voltarget faibles (-17.098, PNL -1.686), short_input_40 faible (-14.693, PNL -1.014), time_pct_minmax et cross_sectional_relative ont PNL positif mais scores négatifs, regime_features intermédiaire, shorter_output_20 meilleur équilibre actuel. Incomplète: long_output_60 3/4, signal PNL intéressant mais non robuste au gap/worst-month.
Prochain focus
Laisser le runner finir long_output_60 puis consommer les 6 idées queue. Surveiller spécialement: OHLC/TA vs régime+OHLC/TA, multi-résolution vs régime+multi-résolution, et résistance de base output20 à 2 bps. Ne promouvoir qu'après 4 runs par idée et sans sélectionner sur Test.
2026-07-05T15:55:00Z · system_setup · initial_state
Réflexion #1
Observations
Autonomous Research Scientist/Runner system installed. Researcher reads v4 memory, roadmap, queue, and this journal before adding hypotheses. Runner executes 4 runs per idea.
Leçons apprises
- shorter_output_20 is currently the most promising built-in idea by median Test/worst-month/gap
- longer_input_120 and synthetic_pairs look weak in current scout medians
- dynamic queue seeded with OHLC/TA output20, multi-resolution output20, cross-sectional output20
Idées / hypothèses ajoutées
—Rejeté ou dépriorisé
—Résumé idées complètes
—Prochain focus
Use journal + ideas page to avoid starting from a blank page and propose coherent next hypotheses only when queue is not already saturated.