Skip to content

feat(tenis): capa de edad (walk-forward 2019-24) - #505

Open
cerorar23 wants to merge 1 commit into
mainfrom
tenis/capa-edad
Open

cerorar23 wants to merge 1 commit into
mainfrom
tenis/capa-edad

Conversation

@cerorar23

Copy link
Copy Markdown
Owner

Qué hace

Añade la edad como segunda etapa sobre la probabilidad del filtro de tenis: logit π' = b·logit π + β·Δedad/escala (sin intercepto, reemplaza la pendiente de recalibración). Pedido del titular tras medirla con walk-forward.

Medición (2019-24, ajuste solo con temporadas anteriores, reserva 2025-26 sin tocar)

ATP WTA
Δ log-loss vs capa de pendiente actual −0,0022 [−0,0028; −0,0017] −0,0026 [−0,0035; −0,0017]
Temporadas que mejoran 6/6 5/6
Δ vs Elo recalibrado −0,0087 −0,0082
Sin edad conocida 0,0000 0,0000

Las predicciones base conservan el sha256 oficial (af77e927…); no-fuga: 0 violaciones. Detalle en docs/tenis_capa_edad_20261117.md.

Cambios

  • modelo/capa_edad.py + test_capa_edad.py (simetría de lados, no usa el futuro, edad desconocida, validaciones).
  • evaluar_wf.py: mide la capa y la compuerta G_capa_edad.
  • ops/congelar_capa_edad.py: artefacto nuevo con huella propia; el hiperparametros.json original no se toca.
  • motor.py: lee edades al corte (regla PIT de la exportación) y aplica la capa solo si el artefacto la trae; sin capa las entradas selladas no cambian. Pruebas contra Postgres en test_capa_edad_motor.py.

Aviso

motor.py todavía sella con valores de demostración (pi_lado1 = 0.585), así que esto no cambia pronósticos en producción. Falta registrar hiperparametros_capa_edad.json como artefacto_activo con una version_modelo nueva y conectar el filtro real al motor (decisiones del titular, anotadas en harness/tareas.md). No hay despliegue ni cambios en base de datos.

Pruebas

scripts/harness_check.sh en verde; pruebas de tenis (incluidas las de Postgres con esquema aislado) pasan.

🤖 Generated with Claude Code

…ard 2019-24)

Segunda etapa logit π' = b·logit π + β·Δedad/escala, sin intercepto, que reemplaza
la pendiente de recalibración. Ajuste solo con temporadas anteriores a la evaluada;
reserva 2025-26 sin tocar. ATP −0,0022 y WTA −0,0026 de log-loss frente a la capa
actual (IC95 por debajo de 0), −0,0087/−0,0082 frente a Elo recalibrado.

- modelo/capa_edad.py: ajuste, aplicación y ventana expansiva (9 pruebas).
- evaluar_wf.py: mide la capa y la compuerta G_capa_edad; las predicciones base
  conservan el sha256 oficial.
- ops/congelar_capa_edad.py: artefacto nuevo con huella propia; el original no se toca.
- motor.py: lee edades al corte (misma regla PIT) y aplica la capa solo si el
  artefacto la trae; sin capa las entradas selladas no cambian.

El motor sigue usando valores de demostración (pi_lado1 = 0.585): la capa no cambia
pronósticos hasta que use el filtro y se registre el artefacto nuevo.

Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

2 participants