Détail historique

run_0043_mlp_directional_rmsprop

Statut: run historique · protocole protocol_v2_val3m_test3m

Arch / lossmlp / directionalrmsprop
Robust score3.9022Val mean - std
Folds12 / 12eligible

Synthèse du run

run_0043_mlp_directional_rmsprop

mlp · directional · rmsprop
Val DirAcc mean0.5303sélection
Val DirAcc std0.0428stabilité folds
Robust Val score0.4875mean - std
Econ Val score3.9022pessimiste sélection v2
Val raw score5.7648avant pénalités
No-trade seuil80percentile confidence
Worst month Val-0.36013pénalité transfert
Econ Test score-2.1699report only
Worst month Test-1.12967report only
Econ DD Test-2.33264drawdown réel
Val BT score1.7019legacy research
Val PNL proxy2.57136diagnostic
Test DirAcc mean0.5166confirmation
Test DirAcc std0.0326stabilité folds
Gap Test-Val-0.0137alerte si très négatif
Test PNL proxy1.36216sans frais
Test BT score0.9092report only
Max DD proxy-2.97285diagnostic
Sharpe proxy0.680diagnostic
Folds12/ 12
Params79937<100k

Résumé modèle

arch=mlp · loss=directional · opt=rmsprop · dense=32 · layers=1 · dropout=0.28 · l2=0.0002 · params=79937

Stratégiecontradiction contrôlée MLP
NiveauL1
Succès attenduTest PNL positif et TestDA > 0.535 avec Val robuste raisonnable
ÉchecMLP confirme faible ou instable

Réflexion et direction prise

Où en est-on: meilleur officiel run_0039_tcn_huber_adamw score sélection=26.5645; familles fortes: tcn/huber best=26.564, cnn1d/pnl best=18.143, mlp/directional best=6.928. Blocage: les modèles simples semblent parfois mieux généraliser en test. Direction choisie: contradiction contrôlée MLP. Pourquoi maintenant: MLP encore plus régularisé: sacrifier du PNL Validation pour limiter worst-month et drawdown. Niveau protocole: L1. Comparabilité directe: pas de changement data/features/cible/folds/augmentation/sélection (L0-L2). Succès attendu: Test PNL positif et TestDA > 0.535 avec Val robuste raisonnable. Échec: MLP confirme faible ou instable. Suite prévue: si confirmé, prioriser confidence/no-trade et features tabulaires

Hypothèse opérationnelle

MLP encore plus régularisé: sacrifier du PNL Validation pour limiter worst-month et drawdown.

Conclusion

WF folds=12/12; Robust Val score=0.4875; Val DirAcc mean=0.5303; Test DirAcc mean=0.5166; Val/Test PNL proxy=2.57136/1.36216.

Ouvrir graphique loss
Loss run_0043_mlp_directional_rmsprop Validation portfolio run_0043_mlp_directional_rmspropTest portfolio run_0043_mlp_directional_rmsprop

Folds détaillés

FoldPériode trainVal DAVal PNLTest DATest PNLEpochs
12023-10-01 00:00:00+00:00
→ 2024-09-30 18:00:00+00:00
0.48103.104790.53332.1389422
22023-11-01 00:00:00+00:00
→ 2024-10-31 18:00:00+00:00
0.4755-4.454890.51974.1270845
32023-12-01 00:00:00+00:00
→ 2024-11-30 18:00:00+00:00
0.58898.889420.50820.0709145
42024-01-01 00:00:00+00:00
→ 2024-12-31 18:00:00+00:00
0.55564.998360.4670-2.0337344
52024-02-01 00:00:00+00:00
→ 2025-01-31 18:00:00+00:00
0.57586.780890.5027-1.9226635
62024-03-01 00:00:00+00:00
→ 2025-02-28 18:00:00+00:00
0.4918-0.969650.4755-1.5858027
72024-04-01 00:00:00+00:00
→ 2025-03-31 18:00:00+00:00
0.59347.008310.4946-1.3876145
82024-05-01 00:00:00+00:00
→ 2025-04-30 18:00:00+00:00
0.5054-1.919430.53531.2106745
92024-06-01 00:00:00+00:00
→ 2025-05-31 18:00:00+00:00
0.53802.917630.51923.6692017
102024-07-01 00:00:00+00:00
→ 2025-06-30 18:00:00+00:00
0.51360.778430.57617.5365228
112024-08-01 00:00:00+00:00
→ 2025-07-31 18:00:00+00:00
0.4783-0.502860.57344.4131437
122024-09-01 00:00:00+00:00
→ 2025-08-31 18:00:00+00:00
0.56594.225270.49440.1092337

Configuration complète

{
  "arch": "mlp",
  "loss": "directional",
  "optimizer": "rmsprop",
  "dense": 32,
  "dropout": 0.28,
  "l2": 0.0002,
  "hypothesis": "MLP encore plus régularisé: sacrifier du PNL Validation pour limiter worst-month et drawdown.",
  "protocol_id": "protocol_v2_val3m_test3m",
  "protocol_level": "L1",
  "research_strategy": "contradiction contrôlée MLP",
  "success_criterion": "Test PNL positif et TestDA > 0.535 avec Val robuste raisonnable",
  "failure_criterion": "MLP confirme faible ou instable",
  "next_implication": "si confirmé, prioriser confidence/no-trade et features tabulaires",
  "research_reflection": "Où en est-on: meilleur officiel run_0039_tcn_huber_adamw score sélection=26.5645; familles fortes: tcn/huber best=26.564, cnn1d/pnl best=18.143, mlp/directional best=6.928. Blocage: les modèles simples semblent parfois mieux généraliser en test. Direction choisie: contradiction contrôlée MLP. Pourquoi maintenant: MLP encore plus régularisé: sacrifier du PNL Validation pour limiter worst-month et drawdown. Niveau protocole: L1. Comparabilité directe: pas de changement data/features/cible/folds/augmentation/sélection (L0-L2). Succès attendu: Test PNL positif et TestDA > 0.535 avec Val robuste raisonnable. Échec: MLP confirme faible ou instable. Suite prévue: si confirmé, prioriser confidence/no-trade et features tabulaires",
  "planner_priority": 90
}