ADR-013 : scikit-learn est le moteur d'apprentissage, derrière le protocole AlphaModel

Statut : acceptée le 2026-09-02, phase 8.

Contexte

La phase 8 compare des méthodes d'apprentissage transversal, du linéaire pénalisé aux ensembles d'arbres, sur un même panneau et un même découpage, comme Gu, Kelly et Xiu (2020). Écrire ces estimateurs soi-même n'apprendrait rien et produirait des bogues que scikit-learn a corrigés depuis dix ans. Mais laisser scikit-learn entrer dans les stratégies rendrait chaque étude dépendante d'une API tierce, ce que l'ADR-011 a déjà refusé pour skfolio.

Trois questions se posaient. Où vit la bibliothèque. Comment les hyperparamètres se règlent sans lire le bloc de test. Et comment les caractéristiques se mettent à l'échelle sans lire les dates futures.

Décision

scikit-learn n'est importé que dans quantlab.models et dans quantlab.portfolio, et le test d'architecture ajoute son nom à la liste des moteurs interdits ailleurs. Chaque méthode est une spécification nommée, avec sa famille et sa grille d'hyperparamètres déclarée dans la configuration de l'étude. Le modèle ajusté satisfait le protocole AlphaModel par un nom et une méthode predict, et rien d'autre du paquet ne sait qu'il y a un estimateur derrière.

Les hyperparamètres se choisissent sur les dernières dates de la fenêtre d'entraînement, séparées de l'ajustement par la même purge que le test. Le modèle retenu est ensuite réajusté sur tout l'entraînement, puis prévoit le bloc de test. Le bloc de test n'est jamais consulté, et une vérification d'ordre des dates lève une erreur si un pli l'enfreignait.

Les caractéristiques se mettent à l'échelle par leur rang transversal à chaque date, dans l'intervalle de moins un à plus un, un manquant valant zéro. Cette transformation n'emploie que la date courante, donc aucune date future. L'étiquette est le rendement en excès du mois suivant, construite par un décalage explicite d'une seule fonction, et son nom porte le préfixe qui signale l'information future.

Conséquences

Une méthode nouvelle s'ajoute par une fabrique et une entrée de grille, sans toucher à l'analyse glissante ni à l'évaluation. Le compte des configurations entre dans les essais déclarés, donc dans le ratio de Sharpe dégonflé.

Le prix est un réajustement sur tout l'entraînement après validation, qui s'écarte de l'article, et une validation courte, deux ans, donc bruitée. Les deux sont déclarés dans l'étude 011.

Les réseaux de neurones de l'article ne sont pas dans la grille de l'étude 011. La fabrique existe, mais cinq réseaux à régulariser sur onze ans de données ne changeraient pas la conclusion et multiplieraient les essais.

Options écartées

Écrire les estimateurs. Rejetée pour la même raison qu'en ADR-011.

Régler les hyperparamètres par validation croisée à l'intérieur de l'entraînement. Rejetée pour cette phase : plus stable, mais plus coûteuse, et l'article valide sur une fenêtre finale unique.

Standardiser par z-score transversal. Rejetée parce qu'une seule société aberrante écrase les autres, et parce que l'article emploie les rangs.