Extensions roadmap¶

TL;DR

10+ chantiers classés par priorité pour pousser le verdict au-delà des 78 % actuels. Top priorités : (1) Diebold-Mariano + Giacomini-White pour rigueur statistique (5 j), (2) parallélisation origins pour scaling (3 j), (3) MRW continu Bacry-Muzy-Delour (5 j), (4) HABM Lux-Marchesi pour explication mécaniste (10 j). Total effort estimé : ~60-80 jours pour le cluster complet.

Dans cette page¶

Modèles à ajouter — HABM, MRW, AMH-ensemble, active inference
Modèles déjà implémentés à raffiner — MSM K élargi, SML, ARFIMA(p,d,q)
Scoring rules à ajouter — Energy, Variogram, quantile-weighted CRPS
Pipeline / infrastructure — parallélisation, rolling-window
Cadre d'évaluation théorique — Diebold-Mariano, Giacomini-White
Priorités suggérées — matrice effort × impact

Priorités suggérées¶

gantt
    title Chantiers extensions roadmap
    dateFormat YYYY-MM-DD
    axisFormat %m
    section Priorité 1
        Diebold-Mariano + Giacomini-White (5j)  :crit, dm, 2026-07-01, 5d
    section Priorité 2
        Parallélisation origins (3j)             :crit, par, 2026-07-07, 3d
    section Priorité 3
        MRW continu Bacry-Muzy-Delour (5j)       :mrw, 2026-07-10, 5d
    section Priorité 4
        HABM Lux-Marchesi (10j)                  :habm, 2026-07-15, 10d
    section Priorité 5
        Quantile-weighted CRPS (2j)              :qcrps, 2026-07-25, 2d
    section Priorité 6
        MSM SML pour K=6+ (3j)                   :sml, 2026-07-27, 3d

Priorité	Item	Effort	Impact
1	Diebold-Mariano + Giacomini-White	5 j	Crédibilité statistique du verdict
2	Parallélisation origins	3 j	n_origins=20-30 facilement
3	MRW continu	5 j	Test : régime-switching apporte-t-il vraiment ?
4	HABM	10 j	Mécanique sous-jacente du cluster
5	Quantile-weighted CRPS	2 j	Focus risque systémique
6	MSM SML pour K=6+	3 j	Calibration stable sur panels longs

Modèles à ajouter¶

Heterogeneous Agent-Based Models (HABM)¶

Référence : Lux-Marchesi 1999 Nature, Brock-Hommes 1998 JEDC, Hommes 2006 Handbook of Computational Economics.

Pourquoi : nos 3 modèles cluster (MSM, ARFIMA+RS, HAR) sont statistiques — ils reproduisent la signature C+B+D+I+S sans expliquer pourquoi elle émerge. Les HABM produisent la même signature par agrégation endogène d'agents à mémoires hétérogènes — ils donnent une explication mécaniste à la cascade.

Spec proposée : agents à n_types croyances différentes (chartistes, fondamentalistes, momentum), switching endogène via utilité observée.

Effort estimé : ~10 jours. Probablement un module agent_based.py dans ecowave/forecasting/, avec calibration via simulated method of moments.

Acceptance : sur les variables où HABM est calibrable (séries trimestrielles avec données de croyances disponibles type SPF), comparer CRPS contre MSM. Hypothèse : HABM ≈ MSM sur prévision pure, gagne sur interprétabilité.

Multifractal Random Walk (MRW)¶

Référence : Bacry-Muzy-Delour 2001 Physical Review E.

Pourquoi : MRW est le modèle fondateur du cluster C+B+queues lourdes sans régime switching. Si MSM bat MRW sur nos panels, c'est que le régime-switching apporte vraiment quelque chose au-delà de la cascade multifractale. Si MRW bat MSM, on simplifie.

Spec proposée : MRW(λ², T, σ²) — variance log-multifractale, cutoff temporel T, volatilité unconditionnelle σ.

Effort estimé : ~5 jours. Plus simple que MSM (continuous-time cascade au lieu de discrete Markov). Implémentation Cholesky sur matrice de covariance log-volatility.

Acceptance : niche à identifier — probablement variables sans S-signal fort (peu de régime drift). Diagnostic préalable via S test de la pipeline existante.

Adaptive Markets Hypothesis (AMH) implementé¶

Référence : Lo 2017 Adaptive Markets, Hommes-Lo 2024 Oxford Handbook.

Pourquoi : AMH est un cadre conceptuel ; il n'a pas de modèle calibrable canonique. Mais on pourrait construire un ensemble qui mime l'idée : population de modèles concurrents avec poids évoluant selon performance récente.

Spec proposée : ensemble BMA-like sur nos 6 modèles, avec poids décroissants exponentiellement sur erreur CRPS récente.

Effort estimé : ~7 jours. Module ensemble.py + tests sur synthétique (MRW + régime switch artificiel).

Acceptance : ensemble bat le meilleur modèle individuel par CRPS sur ≥ 30 % des variables. Si oui, validation opérationnelle de AMH. Si non, AMH reste cadre conceptuel.

Active Inference / Free-Energy (Friston)¶

Référence : Friston 2010 Nature Reviews Neuroscience, applications macro en émergence.

Pourquoi : le free-energy principle formalise la mise à jour bayésienne de croyances sous incertitude. Lien naturel avec S (regime drift) et I (information structurée). Très peu d'applications macro pour le moment — c'est un boulevard.

Spec proposée : agents bayésiens avec generative model paramétré ; mise à jour minimisant free-energy variationnel.

Effort estimé : ~15-20 jours (modèle complexe, paramètres nombreux). Probablement une étude exploratoire dans un module séparé avant de l'intégrer au benchmark.

Modèles déjà implémentés à raffiner¶

MSM : étendre K¶

Aujourd'hui K = 4 (16 états). Calvet-Fisher trouvent typiquement K = 6-8 optimal pour finance. À tester sur nos panels longs.

MSMConfig(n_components=6)  # 64 états → ~50% plus lent qu'à K=4

Effort : 1 jour.

MSM : SML (Simulated Maximum Likelihood) au lieu de ML direct¶

Calvet-Fisher 2004 recommandent SML pour K élevé. Notre ML par filtre forward devient cher au-delà de K = 6.

Effort : ~3 jours.

ARFIMA+RS : ARFIMA(p, d, q) au lieu de ARFIMA(0, d, 0)¶

Aujourd'hui pas de termes AR ni MA. Ajouter p, q ∈ {1, 2} peut améliorer sur variables avec composante short-memory marquée.

Effort : ~3 jours. Réutilisation de statsmodels SARIMAX pour la composante ARMA après différenciation Hosking.

HAR : configuration multi-horizon¶

Aujourd'hui un seul HARLagConfig par série. Pour les panels mixtes, on pourrait sélectionner par BIC sur des candidats {(1, 3, 12), (1, 2, 4), (1, 6, 24)}.

Effort : ~2 jours.

Scoring rules à ajouter¶

Energy Score (multivariate generalization de CRPS)¶

Référence : Gneiting-Raftery 2007 §3.3.

Pourquoi : permet d'évaluer la dépendance jointe entre variables prévues (par exemple cross-variable corrélation forecast vs réalisée).

Effort : ~1 jour pour energy_score(samples_matrix, observation_vector).

Variogram Score¶

Référence : Scheuerer-Hamill 2015.

Pourquoi : sensible aux corrélations temporelles inside la prévision multi-horizon. Complément naturel à CRPS qui est marginal par horizon.

Effort : ~1 jour.

Quantile-weighted CRPS¶

Pourquoi : peser plus les queues qu'aujourd'hui. Sous-axe : quantile-weighted CRPS donne plus de poids aux 5 % de queue, ce qui matche mieux nos préoccupations risque systémique.

Effort : ~2 jours.

Pipeline / infrastructure¶

Parallélisation des origins¶

Aujourd'hui pipeline séquentielle. Pour n_origins = 12, 6 modèles, 8 variables, 2 groupes, 6 panels → ~6 000 forecasts. Parallélisation par concurrent.futures ou joblib réduirait n_origins=12 à ~3 minutes au lieu de ~15.

Effort : ~3 jours. Principal challenge : statsmodels et scipy ne sont pas tous thread-safe ; il faut probablement multi-process.

Rolling-window calibration¶

Aujourd'hui les modèles sont re-fittés à chaque origin. Pour les panels très longs, on pourrait fitter en rolling window plus large et reforecaster — proxy pour adaptive learning.

Effort : ~5 jours. Ajouter fit_window parameter sur tous les modèles.

Diagnostic intra-cellule¶

Aujourd'hui le sidecar contient mean_crps, mean_coverage_95, etc. mais on perd l'information des n_origins valeurs individuelles. Pour les analyses fines (où la variance des CRPS provient), il faudrait exposer la distribution.

Effort : ~2 jours. Backward-compatible : schema_version = 2 avec champ optionnel origin_level_scores.

Cross-validation type "leave-one-decade-out"¶

Pour les panels longs (boe 1700-2016), tester un protocole où chaque décennie sert tour à tour de test set, le reste de train set. Plus robuste à la non-stationnarité historique que rolling-origin.

Effort : ~7 jours. Nouveau script CLI forecast-benchmark-decade-cv.

Cadre théorique d'évaluation¶

Test de Diebold-Mariano¶

Référence : Diebold-Mariano 1995 J. Business & Econ. Stat..

Pourquoi : aujourd'hui notre acceptance criterion est "best cluster < baseline en mean CRPS". C'est binaire. DM donne un test de significativité statistique sur la différence des CRPS, panel par panel.

Effort : ~2 jours. Ajouter au sidecar dm_pvalue_per_(group, variable).

Test de Giacomini-White¶

Référence : Giacomini-White 2006 Econometrica.

Pourquoi : version "conditional predictive ability" du DM, plus robuste à l'hétéroscédasticité et à la non-stationnarité.

Effort : ~3 jours.

Forecast horizon scaling laws¶

Hypothèse : la fraction de CRPS expliquée par chaque famille de modèles devrait suivre une loi d'échelle en h (long memory plus importante à h grand, regime switching plus important à h court).

Effort exploratoire : ~7 jours.

Priorités suggérées¶

Priorité	Item	Effort	Impact
1	Diebold-Mariano + Giacomini-White	5 j	Donne crédibilité statistique forte au verdict
2	Parallélisation origins	3 j	Permet n_origins=20-30 facilement
3	MRW	5 j	Test si régime-switching apporte vraiment au cluster
4	HABM	10 j	Mécanique sous-jacente du cluster
5	Quantile-weighted CRPS	2 j	Renforce focus risque systémique
6	MSM SML pour K=6+	3 j	Calibration plus stable sur panels longs

Ouvert à la collaboration¶

Toutes ces extensions sont des chantiers indépendants. Si vous voulez en prendre un, ouvrez une issue ici avec votre design note. Les PRs sont évalués sur (a) tests passants en Docker, (b) mkdocs build --strict, (c) cohérence avec l'API ProbabilisticForecast, (d) métrique d'acceptance falsifiable.