Glossaire¶

TL;DR

Glossaire des termes techniques utilisés cross-track. Organisation alphabétique. Chaque entrée pointe vers une page détaillée. Termes les plus consultés : ARFIMA-conditional verdict · Band-edge sensitivity (R4) · CRPS · Cluster C+B+D+I+S · Dual null · GPH · MSM · Reinhart-Rogoff debt chronology · Threshold transparency.

Index rapide¶

A · B · C · D · E · F · G · H · I · J · K · L · M · N · O · P · Q · R · S · T · U · V · W

A¶

Acceptance criterion (Roadmap #20)¶

Le critère falsifiable du benchmark : "≥ 1 modèle du cluster doit battre random walk en out-of-sample CRPS à h = 12 sur ≥ 50 % des variables". Vérifié à PASS 78 % (53/68) sur les 6 panels. Voir verdict consolidé.

AMH (Adaptive Markets Hypothesis)¶

Cadre conceptuel de Lo (2017) qui voit les marchés comme écosystèmes évolutifs d'agents bornés rationnels. Englobe S + B + I + apprentissage mais n'est pas calibrable directement. Couvre 4/5 piliers du cluster CPV. Voir synthèse AMH.

AR(1)¶

Modèle autorégressif d'ordre 1 : X_t = c + φ X_{t-1} + ε_t. Utilisé comme baseline stationnaire dans le benchmark Roadmap #20. Fallback vers random walk si |φ| ≥ 0.999.

ARFIMA(p, d, q)¶

ARMA généralisé à intégration fractionnaire. d ∈ (-0.5, 0.5) capture la longue mémoire exacte. Notre implémentation forecast est ARFIMA(0, d, 0) avec Markov regime-switching à 2 états sur le résidu. Voir arfima_rs.

ARFIMA(0, d̂_GPH, 0) null (V3)¶

Second composant du dual null Gate 1 introduit en V3 (R1 referee TSE) : on simule B trajectoires sous un ARFIMA(0, d̂, 0) où d̂ est estimé par GPH sur la série, on recalcule la puissance de bande CF, puis on rejette si la puissance empirique se trouve au-dessus du percentile 1 - α. Remplace l'ancien phase-scrambling, qui était dégénéré par Parseval contre la puissance de bande. Critique parce que 97–100 % des cellules JST/BoE ont |d̂| > 0.1 — l'AR(1) seul est mis-spécifié sur les niveaux bruts à mémoire longue. Voir arfima_dual_null.md.

ARFIMA-conditional verdict (V3)¶

Le verdict load-bearing de Gate 1 sur les cellules à mémoire longue : quand un cell passe AR(1) mais échoue ARFIMA(0, d̂, 0), il est déclassé comme faux positif long-memory. Sur BoE, 16 cellules sont concernées. Quand il passe les deux nulls, la lecture substantive est renforcée (ex. UK chômage Juglar : p_AR(1) = 0.004, p_ARFIMA = 0.002 à d̂ = 0.49 ; UK dette publique Kondratieff : p_AR(1) = 0.002, p_ARFIMA = 0.022 à d̂ = +0.436).

B¶

Band-edge sensitivity (R4)¶

Test de robustesse introduit en V3 (recommandation R4 du referee TSE). On perturbe les bornes de la bande canonique de ±1 année pour Kitchin/Juglar et ±2 années pour Kuznets/Kondratieff, on relance Gate 1, on compare les pass-rates. Un cycle substantif survit aux quatre perturbations ; un artefact de bande s'effondre asymétriquement. Exemple V3 : BoE Kitchin pass-rate 7.7 % sur [3,5] → 0 % sous [4,5], 16.9 % sous [3,6]. La cellule BoE Kitchin est déclassée comme artefact et exclue du support de la vindication Kitchin. Voir band_sensitivity.md.

BDS test (Brock-Dechert-Scheinkman 1996)¶

Test non-paramétrique de non-linéarité contre l'hypothèse IID. Rejette sur ~75 % des cellules CPV. Composante de la famille D du cluster. Voir diagnostics.

Benjamini-Hochberg FDR (BH-FDR)¶

Ajustement multi-comparaisons contrôlant le False Discovery Rate à un seuil cible (ici α = 0.05). Sur la grille jointe de 1 456 cellules testables (V3), le seuil critique est p* = 0.05 / 1 456 ≈ 3.4·10⁻⁵. Au surrogate count actuel B ≤ 1 000, le floor empirique 1 / (B + 1) ≈ 10⁻³ excède p* d'un ordre de grandeur. Conséquence V3 : aucun positif individuel ne survit BH-FDR ; la lecture universaliste sinusoïdale-sur-tout est rejetée. La lecture variable-spécifique est lue sur Gate 1 unadjusted.

Bry-Boschan¶

Méthode classique de détection de turning points dans les séries macroéconomiques (Harding-Pagan 2002). Utilisée comme l'une des 4 méthodes votantes de Gate 2 du protocole CPV.

C¶

Cluster C+B+D+I+S¶

Signature empirique stable identifiée par les 14 diagnostics non- cycliques Tier 1+2 sur les 6 panels CPV. Cinq familles co-apparentes sur ≥ 60 % des cellules : long memory (C), multifractalité (B), non-linéarité (D), information structurée (I), reflexive regime drift (S). Voir verdict constructif.

Consensus multi-méthode (Gate 2)¶

Quatre méthodes de décomposition aux hypothèses génératives différentes (PELT, Markov-switching, Christiano-Fitzgerald + Hilbert, Bry-Boschan) votent sur la phase courante du cycle. Au moins 3 sur 4 doivent s'accorder pour publier la phase. Voir méthode.

Coverage 95 %¶

Indicateur binaire (0 ou 1) : la réalisation est-elle dans l'intervalle de prédiction central 95 % ? Calculé à partir des quantiles empiriques des Monte Carlo samples. Voir scoring.

CRPS (Continuous Ranked Probability Score)¶

Règle de scoring strictement propre de Gneiting-Raftery 2007. Identité : CRPS = E|X - y| - 0.5 * E|X - X'|. Implémentée en O(N log N) via formule rank-based. Lower = better. C'est la métrique principale du benchmark Roadmap #20.

Cycle Position Vector (CPV)¶

Le pipeline de recherche reproductible qui : 1. Teste les 4 cycles canoniques via Gate 1 dual null (AR(1) + ARFIMA), Gate 2 consensus 4 méthodes, Gate 3 concordance cross-agrégats, plus robustesses R4 (band-edge sensitivity) et R5 (rolling-window). 2. Identifie le cluster diagnostique C+B+D+I+S via 14 tests Tier 1+2 (companion paper en préparation). 3. Bat random walk via les modèles HAR/ARFIMA+RS/MSM sur 78 % des variables (companion paper).

Verdict V3 : trois cycles vindiqués sur canaux substantifs ; Kondratieff recasté chronologie Reinhart-Rogoff ; universalisme rejeté BH-FDR. Voir méthode complète et papier V3.

D¶

`d` (paramètre de différenciation fractionnaire)¶

Paramètre de l'opérateur (1-L)^d. Pour d ∈ (-0.5, 0.5) le processus est stationnaire mais à longue mémoire. Estimé par GPH ou local-Whittle. Indicateur principal de la famille C du cluster. Voir credibility radar et diagnostics par cellule.

DFA Hurst (Peng 1994)¶

Detrended Fluctuation Analysis. Estimateur du paramètre de Hurst H (long memory : H > 0.5) résistant aux trends non-stationnaires. Composante des diagnostics par cellule V3 : sur JST R6, médiane H = 1.76 ; sur BoE Millennium, H = 1.64. Voir long_memory_diagnostics.

DSGE (Dynamic Stochastic General Equilibrium)¶

Cadre dominant en macroéconomie BC depuis Smets-Wouters 2003. Repose sur 3 hypothèses (chocs AR(1)/IID, paramètres deep stables, distributions gaussiennes) que le cluster CPV réfute. Voir DSGE en accusation.

DX diagnostics¶

Module ecowave/cycles/alternative_dynamics.py qui implémente les 14 diagnostics non-cycliques Tier 1+2 (11 familles théoriques). Output JSON sidecars reports/dx_diagnostics_*.json. Voir dx_diagnostics.md.

Dual null (V3)¶

Le test Gate 1 du protocole CPV V3 : la cellule passe ssi les deux nulls rejettent — AR(1) bootstrap (primaire) et ARFIMA(0, d̂_GPH, 0) (robustesse long-memory, R1 referee TSE). L'ARFIMA est load-bearing sur les 97–100 % de cellules à |d̂| > 0.1. Le phase-scrambling, présent en V1/V2, est désormais rapporté en diagnostic mais ne gate pas le verdict (dégénéré par Parseval contre la puissance de bande). Voir arfima_dual_null.md.

E¶

EWS (Early Warning System)¶

Système d'alerte précoce. Notre implémentation est un test KS sliding- window qui détecte les changements de régime de la distribution avec ~3 mois d'avance moyenne sur les retournements 1979-2024. Voir tipping point detection.

F¶

Falsifiabilité¶

Critère poppérien : une hypothèse scientifique doit pouvoir être réfutée par des observations spécifiques. Le projet CPV publie 5 prédictions falsifiables (§5.4 paper V1). Voir 5 prédictions.

Forecast benchmark (Roadmap #20)¶

Le test out-of-sample qui compare 6 modèles (3 baselines + 3 cluster) sur 68 variables × 6 panels × horizons (1, 3, 6, 12). Verdict opérationnel PASS 78 %. Voir verdict consolidé.

Free-energy principle (Friston)¶

Principe de Friston (2010) selon lequel tout système biologique ou cognitif minimise la free-energy variationnelle entre son modèle interne du monde et les observations. Cadre théorique candidat pour formaliser S + I du cluster. Couvre 3/5 piliers. Voir synthèse AMH.

G¶

Gate 1 / Gate 2 / Gate 3 (V3)¶

Les trois portes falsifiables du protocole CPV : - Gate 1 : dual null AR(1) + ARFIMA(0, d̂_GPH, 0) - Gate 2 : consensus 4 méthodes (3/4) - Gate 3 : concordance cross-agrégats (compte des agrégats WLD/HIC/UMC/LMC/LIC qui s'accordent, sans traiter l'asymétrie comme un échec — pas un test d'universalité par construction en V3)

S'y ajoutent deux robustesses V3 : R4 band-edge sensitivity et R5 rolling-window Gate 1 50–80y. Voir méthode trois portes.

GPH (Geweke-Porter-Hudak 1983)¶

Estimateur de d par régression log-periodogramme : log I(λ_j) = c - d log(4 sin²(λ_j/2)) + ε_j pour les basses fréquences. Bandwidth m = T^{0.5} ou T^{0.8}. Utilisé en V3 pour alimenter le null ARFIMA(0, d̂_GPH, 0) et comme diagnostic par cellule. Voir fractional.py et long_memory_diagnostics.

H¶

HAR (Heterogeneous Autoregressive)¶

Modèle Corsi 2009 : régression OLS sur 3 moyennes glissantes (short, medium, long). Par défaut (1, 3, 12) mensuel ; (1, 2, 4) trimestriel. Workhorse industriel. Domine le quarterly contemporain dans notre benchmark. Voir catalogue.

Hosking recursion¶

Récursion ψ_0 = 1, ψ_k = ψ_{k-1} · (k - 1 - d) / k pour les coefficients de l'expansion binomiale (1 - L)^d. Permet d'implémenter fractional_difference et fractional_integrate sans inverser de matrices. Voir Hosking 1981 Biometrika.

I¶

Information structurée (famille I)¶

Cluster CPV. Détectée par les entropies (permutation, sample, approximate) qui restent significativement réduites par rapport aux nulls AR(1) ou phase-scramble. Indique une prédictibilité partielle exploitable par les bons modèles.

J¶

JST (Jordà-Schularick-Taylor)¶

Base de données macro-financière historique couvrant 18 économies avancées 1870-2020 (crédit, prix immobiliers, équités, taux longs, CPI, monnaie). Source principale du panel long. Voir sources.

K¶

Kitchin / Juglar / Kuznets / Kondratieff (V3)¶

Les 4 cycles canoniques de la macroéconomie classique (3-5, 7-11, 15-25, 40-60 ans). Verdict V3 : trois cycles vindiqués sur les canaux substantifs prédits — Juglar (investissement + chômage, 67 / 605 JST, 2.2×), Kuznets (HPI + population + crédit, 51 / 529, 1.9×), Kitchin (crédit BIS marchés émergents, 25 / 93, 5.3×). Kondratieff recasté chronologie Reinhart-Rogoff de dette de guerre (2 cellules UK BoE uniquement). Lecture universaliste sinusoïdale-sur-tout rejetée BH-FDR. Voir Kitchin · Juglar · Kuznets · Kondratieff.

Kolmogorov-Smirnov (KS)¶

Test non-paramétrique de l'égalité de deux distributions empiriques. Utilisé en sliding-window pour la famille S (reflexive regime drift) et pour le test EWS BC. Voir tipping point.

L¶

Lévy stable¶

Distribution à queues lourdes (paramètre α ∈ (0, 2)). Identifiée empiriquement sur certaines variables financières et macro. Notre test Hill estime α directement.

Long memory (famille C)¶

Cluster CPV. Détectée par d > 0 GPH ou local-Whittle. ACF lag-1 proche de 1. Décroissance polynomiale plutôt qu'exponentielle. Quasi-universelle sur les séries macro (~85 % des cellules).

M¶

Markov regime-switching¶

Mécanisme où les paramètres d'un modèle changent selon un état latent suivant une chaîne de Markov. Référence : Hamilton 1989. Notre ARFIMA+RS utilise 2 régimes (mean + variance switching). Sims-Zha 2006 et Bianchi-Ilut 2017 étendent au DSGE.

MF-DFA (Multifractal Detrended Fluctuation Analysis)¶

Méthode de Kantelhardt et al. 2002 pour mesurer la multifractalité. Sortie principale : Δα = largeur du spectre singulier. Δα > 0 indique une multifractalité significative. Voir diagnostics.

MRW (Multifractal Random Walk)¶

Modèle de Bacry-Muzy-Delour 2001 : processus log-normal multifractal avec corrélation logarithmique de la variance. Cadre canonique de la multifractalité financière. Couvre 2/5 piliers du cluster CPV. Voir synthèse AMH.

MSM (Markov-Switching Multifractal)¶

Modèle Calvet-Fisher 2002. Cascade σ_t = σ̄ · √(M_1 · ... · M_K) avec K = 4 multiplicateurs Markoviens à 2 états. Reproduit B + C + queues lourdes. 4 paramètres. Domine les panels longs dans notre benchmark (43 % des wins cluster). Voir msm.py.

Multifractalité (famille B)¶

Cluster CPV. Auto-similarité où chaque échelle a sa propre dimension fractale. Détectée par Δα > 0 MF-DFA. Présente sur ~70 % des cellules. Mandelbrot 1997 pour le cadre théorique financier.

N¶

Non-linéarité (famille D)¶

Cluster CPV. Détectée par le test BDS. Implique que cause et effet ne sont pas proportionnels. Présente sur ~75 % des cellules.

O¶

Out-of-sample¶

Évaluation d'un modèle sur des données qu'il n'a pas vues pendant l'estimation. Standard du benchmark Roadmap #20 via rolling-origin sur les 25 % derniers points de chaque série.

P¶

PELT (Killick-Fearnhead-Eckley 2012)¶

Algorithme exact de détection de changepoints multiples optimal sous pénalité linéaire. L'une des 4 méthodes votantes de Gate 2.

Phase scrambling (Theiler 1992)¶

Méthode de simulation de surrogates : on randomise les phases de la DFT en préservant le module (donc le spectre de puissance). Préserve les propriétés linéaires de second ordre mais détruit la phase. Statut V3 : rapporté en diagnostic mais ne gate plus le verdict Gate 1 (dégénéré par Parseval contre la puissance de bande). Remplacé par ARFIMA(0, d̂_GPH, 0) dans le dual null.

`ProbabilisticForecast`¶

Dataclass pivot de ecowave.forecasting.types. Porte samples shape (n_samples, len(horizons)) sur le niveau + métadonnées. Tous les modèles retournent un objet de ce type. Voir API publique.

Q¶

`q` (panel)¶

Panel trimestriel contemporain 1995-2024 (USA, EA, JPN, GBR + agrégats G7Q et OECDQ). Sources : FRED, Eurostat, OECD/IFS. Voir sources.

R¶

Reinhart-Rogoff debt chronology¶

Lecture substantive V3 du seul positif Kondratieff (UK dette publique + dette gouv. centrale, BoE Millennium 1700-2016). Le signal 40-60y émerge du espacement des grandes guerres (Napoléon ~1815, Crimée, WWI, WWII) et des phases d'amortissement entre, pas d'un mécanisme économique endogène à la Kondratieff. Réf. Reinhart & Rogoff (2009) This Time Is Different. Le rolling-window heat map (R5) localise la puissance maximale exactement post-1815 et post-1945, windows que la lecture R-R anticipe. Voir Kondratieff.

Rolling-window Gate 1 (R5)¶

Test de robustesse introduit en V3 (recommandation R5 du referee TSE). On applique Gate 1 sur des fenêtres glissantes de 50 ans (200 ans pour Kondratieff) avec step 25 ans, pour cartographier la présence temporelle du cycle. Exemple V3 : Kondratieff sur BoE pass-rate 14.1 % (40 / 284 fenêtres 80y), modestement élevé au-dessus du nominal 5 %, compatible avec une présence intermittente plutôt qu'une cyclicité stationnaire ; les fenêtres les plus puissantes sont post-1815 (amortissement napoléonien) et post-1945 (build-up WWII). Voir rolling_window_gates.md.

Reflexivity (Soros)¶

Notion philosophique introduite par Soros : les croyances des participants sur le système font partie du système. Formalisée statistiquement par la famille S du cluster (KS sliding-window sur moments d'ordre supérieur). Voir forward guidance réflexif.

Régime drift (famille S)¶

Cluster CPV. Détecté par KS sliding-window sur les statistiques d'ordre supérieur. Présent sur ~60 % des cellules. Correspond aux changements de régime cognitif identifiables historiquement (Volcker 1979, GFC 2008, COVID 2020).

Roadmap #20¶

Le chantier de modélisation : benchmark forecast OOS pour valider le cluster opérationnellement. Découpé en 4 PRs (#30 → #38) : A baselines + HAR, B ARFIMA+RS, C MSM, D pipeline + CLI + verdict. Résultat : PASS 78 %. Voir roadmap.

Roadmap #22¶

Le chantier de refonte hub multi-track : inverse la dramaturgie pour mettre le constructif en frontline. 6 phases (1 fondations, 2 Public, 3 Quants, 4 BC, 5 Académique, 6 crossover + dashboard). Voir roadmap.

Rolling-origin¶

Protocole d'évaluation OOS : on place plusieurs origines évenly-spaced dans le hold-out, on fit le modèle à chaque origine, on score le forecast contre la réalisation. Moyenne sur les origines. Standard du benchmark Roadmap #20.

S¶

Sample-based representation¶

Représentation pivot de ProbabilisticForecast : matrice Monte Carlo (n_samples, n_horizons) sur le niveau. Permet CRPS empirique + coverage + tail coverage sans hypothèse paramétrique. Voir note Quants.

Sidecar JSON¶

Output JSON typé (schema_version = 1) des CLIs forecast-benchmark et forecast-benchmark-consolidate. Contient config, verdict, cells, failures. Sources de la page consolidée. Voir reproduction.

T¶

Théorique faux positif (LH_XRUSD)¶

Concept V3 (section 5.2 du papier Cycles Refuted). Une cellule qui passe Gate 1 mais dont le passage n'est pas prédit par la théorie substantive qu'on prétend vindiquer. Exemple V3 : le taux de change bilatéral USD (LH_XRUSD) passe Juglar sur 11 / 18 pays JST (61 %, plus grande concentration single-variable du bloc Juglar), mais Juglar (Juglar 1862 ; Schumpeter 1939) attribue le cycle à l'investissement et au crédit, sans rôle direct pour le taux de change bilatéral USD. Cellule retenue dans le compteur pour transparence, exclue de la claim « investissement-et-chômage » de la headline.

Threshold transparency¶

Engagement V3 (recommandation R10 du referee TSE) : les bornes des bandes cycles, surrogate counts, gate thresholds et regroupements d'agrégats sont figés dans l'historique Git public avant ingestion des panels. Distincte d'une pre-registration formelle (OSF, AEA RCT Registry) qui requiert un timestamp tiers hors du contrôle du chercheur. La V3 emploie « threshold transparency » pour ce niveau d'engagement et réserve « pre-registration » pour le sens formel — non revendiqué pour l'analyse présente, mais engagé prospectivement pour la réplication out-of-sample post-2024.

Tsallis non-extensivity¶

Famille de distributions q-Gaussiennes paramétrées par q. q = 1 = Gaussienne. q > 1 = queues lourdes. Identifiée empiriquement sur ~45 % des cellules CPV. Composante des queues lourdes du cluster (non-essentiel mais souvent présent).

U¶

Universalité (Gate 3, V3)¶

Critère du triple-gate CPV. Reformulation V3 : Gate 3 compte combien d'agrégats de revenu (WLD, HIC, UMC, LMC, LIC) s'accordent sur la phase modale, sans traiter l'asymétrie comme un échec. La lecture universaliste sinusoïdale-sur-tout (un seul cycle canonique pour toutes les variables, toutes les fenêtres) est testée séparément par BH-FDR sur la grille jointe, et est rejetée en V3. Sinon regional ou idiosyncratic. Voir aussi BH-FDR.

V¶

VaR (Value-at-Risk)¶

Quantile prédictif à un seuil de confiance (typiquement 99 %). Utilisé par Bâle II. Critiqué pour non-cohérence sous-additive et sous-estimation des queues sous distributions non-gaussiennes.

Verdict consolidé (companion paper)¶

Page docs/forecast_benchmark.md générée par ecowave forecast-benchmark-consolidate à partir des 6 sidecars par panel. Affiche pass rate global (78 % en mai 2026), table par panel, leaderboard cluster, lecture qualitative. Verdict du papier compagnon en préparation, distinct du verdict V3 Cycles Refuted.

Verdict V3 (cycles)¶

Verdict du papier papers/cycles_refuted/ V3 (juin 2026, post-referee TSE). Sur 1 456 cellules testables, 166 positifs Gate 1 unadjusted (2.3× excès). Trois cycles vindiqués sur canaux substantifs ; Kondratieff recasté chronologie Reinhart-Rogoff ; lecture universaliste rejetée BH-FDR. Voir résumé portail et les 4 pages cycles.

W¶

Working paper V1 vs V2 vs V3¶

V1 : docs/papers/cpv_main_paper.md, ~10 000 mots, décembre 2025, dramaturgie réfutation-first (les 4 cycles sont morts → cluster). Archivé (la thèse de réfutation totale a été révisée).

V2 : docs/tracks/acad/paper_v2_academic.md, ~4 500 mots, dramaturgie constructive (benchmark PASS 78 % → cluster → réfutation comme conséquence). Cible AER/JME/QJE.

V3 (papier LaTeX Cycles Refuted) : papers/cycles_refuted/, juin 2026, dramaturgie variable-spécifique + recast Kondratieff. Trois cycles vindiqués sur les canaux substantifs prédits ; Kondratieff recasté chronologie Reinhart-Rogoff ; lecture universaliste rejetée BH-FDR. Cible Physica A / Journal of Economic Behavior & Organization. Voir résumé V3.

ψ (psi)¶

Coefficient d'expansion Hosking de (1 - L)^d. Notation utilisée dans fractional.py. Voir fractional API.