Skip to content
Merged
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
771 changes: 771 additions & 0 deletions apps/tenis/artefactos/tenis-2.1-capa-edad.json

Large diffs are not rendered by default.

5 changes: 4 additions & 1 deletion apps/tenis/ops/Dockerfile.tenis-motor
Original file line number Diff line number Diff line change
Expand Up @@ -21,8 +21,11 @@ RUN pip install --no-cache-dir -r requirements.txt
COPY src/ /app/src/
COPY apps/tenis/src/ /app/apps/tenis/src/
COPY apps/tenis/config/ /app/apps/tenis/config/
# Artefactos congelados (plan §H.2): el motor recalcula su huella al arrancar y no sella si no coincide con la registrada.
COPY apps/tenis/artefactos/ /app/apps/tenis/artefactos/

ENV PYTHONPATH="/app/src:/app/apps/tenis/src"
ENV PYTHONPATH="/app/src:/app/apps/tenis/src" \
TENIS_ARTEFACTOS_DIR="/app/apps/tenis/artefactos"

# Usuario no root para ejecución segura
RUN useradd -m -u 1000 qf && chown -R qf:qf /app
Expand Down
51 changes: 51 additions & 0 deletions apps/tenis/ops/congelar_capa_edad.py
Original file line number Diff line number Diff line change
@@ -0,0 +1,51 @@
"""Congela la capa de edad en un artefacto de hiperparámetros NUEVO (no toca el existente ni la base de datos).

Uso: python apps/tenis/ops/congelar_capa_edad.py --dir <carpeta con hiperparametros.json y evaluacion_wf.json>
[--salida hiperparametros_capa_edad.json]

- Lee `evaluacion_wf.json` (salida de `evaluar_wf.py`) y exige, por circuito, que `G_capa_edad.capa_activa` sea verdadera:
el IC95 de Δ log-loss frente a la capa de pendiente actual debe quedar por debajo de 0. Si un circuito no pasa, no
se le añade capa y se avisa.
- Añade `circuitos[c]["capa_edad"]` (b, β, escala, n, rango de temporadas) al JSON de hiperparámetros y lo escribe con su
propia huella sha256. Registrarlo como `artefacto_activo` (nueva `version_modelo`) es una decisión de despliegue aparte.
"""
import argparse
import json
import sys
from pathlib import Path

from tenis.modelo import capa_edad as ce
from tenis.modelo import hiperparametros as hp


def main():
ap = argparse.ArgumentParser()
ap.add_argument("--dir", required=True)
ap.add_argument("--salida", default="hiperparametros_capa_edad.json")
a = ap.parse_args()
carpeta = Path(a.dir)
hpj = hp.leer(carpeta / "hiperparametros.json")
informe = json.loads((carpeta / "evaluacion_wf.json").read_text(encoding="utf-8"))
if informe.get("sha256_hiperparametros") != hp.huella(hpj):
sys.exit("evaluacion_wf.json no corresponde a este hiperparametros.json (huellas distintas)")
puestas = []
for c, r in informe["circuitos"].items():
g = r["compuertas"].get("G_capa_edad")
if not g or not g["capa_activa"] or not r.get("capa_edad_final"):
print(f"{c}: la capa de edad NO pasa su compuerta; no se añade")
continue
capa = ce.CapaEdad.desde_dict(r["capa_edad_final"]) # valida rangos y finitud
hpj["circuitos"][c]["capa_edad"] = capa.como_dict()
puestas.append(c)
print(f"{c}: b={capa.pendiente:.4f} β={capa.beta:.4f} escala={capa.escala:.3f} años, n={capa.n}, "
f"temporadas {capa.desde}-{capa.hasta}; Δlog-loss {g['dif_logloss']:+.4f} [{g['lo']:+.4f}, {g['hi']:+.4f}]")
if not puestas:
sys.exit("ningún circuito pasa la compuerta: no se escribe artefacto")
hpj["nota_capa_edad"] = ("Capa de edad 17-nov-2026: logit π' = b·logit π + β·(Δedad/escala), sin intercepto; reemplaza la "
"pendiente de recalibración. Ver docs/tenis_capa_edad_20261117.md.")
sha = hp.escribir(carpeta / a.salida, hpj)
print(f"escrito {carpeta / a.salida} sha256_contenido={sha}")


if __name__ == "__main__":
main()
37 changes: 33 additions & 4 deletions apps/tenis/ops/evaluar_wf.py
Original file line number Diff line number Diff line change
Expand Up @@ -17,6 +17,7 @@
import numpy as np
import pandas as pd

from tenis.modelo import capa_edad as ce
from tenis.modelo import datos as dm
from tenis.modelo import evaluacion as ev
from tenis.modelo import hiperparametros as hp
Expand All @@ -31,6 +32,7 @@

SALIDA = Path(r"C:\Users\huye\Documents\apuesta proyec\data\tennis\rediseno_20261104\modelo_s3")
EVAL_DEFECTO, HASTA_DEFECTO, SEMILLA = (2019, 2024), 2024, 20261105
DESDE_CAPA_EDAD = 2013 # la capa de edad se ajusta con las temporadas DESDE_CAPA_EDAD..T−1 (la edad escasea antes)
COLS_PRED = ["partido_key", "circuito", "temporada", "corte_utc", "pi_lado1", "prior_ranking_1", "prior_ranking_2",
"prior_ranking", "historia_corta", "fatiga_desconocida", "rho", "var_rho", "fatiga_1", "fatiga_2", "S_hat"]

Expand All @@ -45,7 +47,7 @@ def sha_df(df: pd.DataFrame) -> str:
return hashlib.sha256(buf.getvalue().encode("utf-8")).hexdigest()


def correr_circuito(d, cfg: dict, obs, eval_rango: tuple[int, int] = EVAL_DEFECTO) -> pd.DataFrame:
def correr_circuito(d, cfg: dict, obs, eval_rango: tuple[int, int] = EVAL_DEFECTO, edades: pd.DataFrame | None = None) -> pd.DataFrame:
psi = Psi.desde_dict(cfg["psi_r"])
tabs = tabla.construir_todas(tuple(cfg["lbar"]), psi.sigma_eps, psi.rho_eps)
tabs_c = tabla.construir_todas((cfg["lbar_comun"],) * 4, psi.sigma_eps, psi.rho_eps)
Expand Down Expand Up @@ -75,6 +77,14 @@ def correr_circuito(d, cfg: dict, obs, eval_rango: tuple[int, int] = EVAL_DEFECT
for col, base in (("pi_recal", "pi_lado1"), ("p_elo_cal", "p_elo")):
f[col], bs = rc.por_temporada(f.temporada, f[base], f.y1, f.liquida & f[base].notna(), range(eval_rango[0], eval_rango[1] + 1), 2012)
cfg.setdefault("_pendientes_recal", {})[col] = bs
# Capa de edad (17-nov): segunda etapa sobre π, ajustada solo con temporadas anteriores a cada evaluada.
if edades is not None:
f["edad_dif"] = ce.diferencia_edad(p.partido_key.map(edades.edad_1).to_numpy(), p.partido_key.map(edades.edad_2).to_numpy())
f["pi_edad"], capas = ce.por_temporada(f.temporada, f.pi_lado1, f.edad_dif, f.y1, f.liquida & f.pi_lado1.notna(),
range(eval_rango[0], eval_rango[1] + 1), DESDE_CAPA_EDAD)
cfg["_capas_edad"] = {t: (c.como_dict() if c else None) for t, c in capas.items()}
sel = f.liquida & f.pi_lado1.notna() & (f.temporada >= DESDE_CAPA_EDAD) & (f.temporada <= eval_rango[1])
cfg["_capa_edad_final"] = ce.ajustar(f.pi_lado1[sel], f.edad_dif[sel], f.y1[sel], DESDE_CAPA_EDAD, eval_rango[1]).como_dict()
return f


Expand All @@ -92,6 +102,15 @@ def evaluar(f: pd.DataFrame, cfg: dict, rng, reps: int, eval_rango: tuple[int, i
else:
out["comparaciones"][nombre] = ev.por_origen(s.temporada, y, pi, s[ref], rng, reps)
out["calibracion"] = {c: ev.calibracion(y, s[c].to_numpy(), rng, reps) for c in ("pi_lado1", "p_elo_cal")}
if "pi_edad" in s and s.pi_edad.notna().all():
out["metricas"]["pi_edad"] = ev.metricas(y, s.pi_edad.to_numpy())
out["comparaciones"]["edad_vs_recal"] = ev.por_origen(s.temporada, y, s.pi_edad, s.pi_recal, rng, reps)
out["comparaciones"]["edad_vs_elo_recalibrado"] = ev.por_origen(s.temporada, y, s.pi_edad, s.p_elo_cal, rng, reps)
out["calibracion"]["pi_edad"] = ev.calibracion(y, s.pi_edad.to_numpy(), rng, reps)
con = s.edad_dif.notna().to_numpy()
out["capa_edad_por_conocimiento"] = {
nombre: ev.dif_bootstrap(y[m], s.pi_edad.to_numpy()[m], s.pi_recal.to_numpy()[m], rng, reps)
for nombre, m in (("con_edad", con), ("sin_edad", ~con)) if m.sum() >= 50}
if s.pi_var_ch.notna().all():
out["variante_challenger"] = {"calibracion": ev.calibracion(y, s.pi_var_ch.to_numpy(), rng, reps),
"vs_principal": ev.por_origen(s.temporada, y, s.pi_var_ch, pi, rng, reps)["combinado"]}
Expand Down Expand Up @@ -148,7 +167,13 @@ def compuertas(r: dict) -> dict:
cal = r["calibracion"]["pi_lado1"]
rec = r["comparaciones"]["recal_menos_sin_capa"]["combinado"]
bri = [v["brier"] for v in r["por_temporada_brier"].values() if v["n"] >= 500] + [r["metricas"]["pi_lado1"]["brier"]]
return {"G_linea_base": {"pasa": lb["hi"] <= 0.002, "objetivo_dif_negativa": lb["dif_logloss"] < 0, **lb},
g_edad = {}
if "edad_vs_recal" in r["comparaciones"]:
ed = r["comparaciones"]["edad_vs_recal"]["combinado"]
malas = [t["temporada"] for t in r["comparaciones"]["edad_vs_recal"]["por_temporada"] if t["dif_logloss"] > 0]
# Regla (17-nov): se activa si el IC95 de Δ log-loss frente a la capa de pendiente EXCLUYE 0 por debajo.
g_edad = {"G_capa_edad": {"capa_activa": ed["hi"] < 0, "temporadas_que_empeoran": malas, **ed}}
return g_edad | {"G_linea_base": {"pasa": lb["hi"] <= 0.002, "objetivo_dif_negativa": lb["dif_logloss"] < 0, **lb},
"G_calibracion": {"pasa": bool(cal["pend_lo"] <= 1 <= cal["pend_hi"] and abs(cal["pendiente"] - 1) <= 0.10
and cal["int_lo"] <= 0 <= cal["int_hi"]), **cal},
"G_recalibracion": {"capa_activa": rec["hi"] < 0, **rec},
Expand Down Expand Up @@ -192,24 +217,28 @@ def main():
p, e = dm.cargar_export(hasta=a.hasta)
stats = pd.read_parquet(dm.RUTA_EXPORT / "estadisticas_saque.parquet",
columns=["partido_key", "lado", "puntos_saque", "puntos_saque_ganados", "visible_desde"])
edades = pd.read_parquet(dm.RUTA_EXPORT / "partidos.parquet", columns=["partido_key", "edad_1", "edad_2"],
filters=[("temporada", "<=", int(a.hasta))]).drop_duplicates("partido_key").set_index("partido_key")
rng = np.random.default_rng(SEMILLA)
informe, preds, filas = {"sha256_hiperparametros": hp.huella(hpj), "reps": a.reps, "eval_rango": eval_rango, "hasta": a.hasta, "circuitos": {}}, [], []
for c in a.circuitos:
cfg = hpj["circuitos"][c]
d = dm.preparar(p, e, c, a.hasta)
f = correr_circuito(d, cfg, observaciones(d, stats), eval_rango)
f = correr_circuito(d, cfg, observaciones(d, stats), eval_rango, edades)
t = f.temporada.to_numpy()
pr = f[(t >= eval_rango[0]) & (t <= eval_rango[1]) & f.pi_lado1.notna()][COLS_PRED].reset_index(drop=True)
r = evaluar(f, cfg, rng, a.reps, eval_rango)
r["compuertas"] = compuertas(r)
r["no_fuga"] = no_fuga(f)
r["pendientes_recal"] = cfg.get("_pendientes_recal")
r["capa_edad_por_temporada"] = cfg.get("_capas_edad")
r["capa_edad_final"] = cfg.get("_capa_edad_final")
r["union_muestra"] = muestra_union(f, cfg, rng, eval_rango=eval_rango)
r[f"omitidos_{eval_rango[0]}_{eval_rango[1]}"] = f[(t >= eval_rango[0]) & (t <= eval_rango[1])].motivo.value_counts(dropna=False).rename(
index=lambda k: k or "pronosticado").to_dict()
r["sha256_predicciones"] = sha_df(pr)
if a.repetir:
r["sha256_segunda_corrida"] = sha_df(correr_circuito(d, cfg, observaciones(d, stats), eval_rango)
r["sha256_segunda_corrida"] = sha_df(correr_circuito(d, cfg, observaciones(d, stats), eval_rango, edades)
.pipe(lambda g: g[(g.temporada >= eval_rango[0]) & (g.temporada <= eval_rango[1])
& g.pi_lado1.notna()][COLS_PRED].reset_index(drop=True)))
informe["circuitos"][c] = r
Expand Down
75 changes: 75 additions & 0 deletions apps/tenis/ops/registrar_artefacto.py
Original file line number Diff line number Diff line change
@@ -0,0 +1,75 @@
"""Registra o reactiva un artefacto del motor de tenis (plan §H.1, §H.4). Por omisión solo VALIDA y muestra el plan (sin tocar la base).

python apps/tenis/ops/registrar_artefacto.py validar --json apps/tenis/artefactos/tenis-2.1-capa-edad.json \
--informe <evaluacion_wf_capa_edad.json> [--menor 1]
python apps/tenis/ops/registrar_artefacto.py registrar --json ... --informe ... --imagen tenis-motor:<tag> \
--aprobado-en-chat "<texto del OK del titular>" [--dsn <dsn> | PG_DSN] [--esquema tenis] --ejecutar
python apps/tenis/ops/registrar_artefacto.py reactivar --sha256 <sha del artefacto anterior> --imagen tenis-motor:<tag> \
--aprobado-en-chat "<OK>" --ejecutar # vuelta atrás

`registrar` y `reactivar` sin `--ejecutar` solo imprimen lo que harían. Con `--ejecutar` exigen el OK escrito del titular.
El DSN debe ser de un rol que pueda INSERTAR en artefacto y artefacto_activo (el motor solo lee). Nunca se imprime el DSN.
"""
import argparse
import json
import os
import re
import sys
from pathlib import Path

import psycopg

from tenis import artefactos as art


def _conectar(a):
if not a.dsn:
sys.exit("falta --dsn o PG_DSN")
if not re.fullmatch(r"[a-z_][a-z0-9_]*", a.esquema):
sys.exit("nombre de esquema no válido")
db = psycopg.connect(a.dsn, autocommit=True)
db.execute(f"SET search_path TO {a.esquema}, public")
return db


def main(argv=None) -> int:
ap = argparse.ArgumentParser(description=__doc__, formatter_class=argparse.RawDescriptionHelpFormatter)
ap.add_argument("accion", choices=["validar", "registrar", "reactivar"])
ap.add_argument("--json", type=Path)
ap.add_argument("--informe", type=Path)
ap.add_argument("--menor", type=int, default=1)
ap.add_argument("--sha256")
ap.add_argument("--imagen")
ap.add_argument("--aprobado-en-chat", default="")
ap.add_argument("--dsn", default=os.environ.get("PG_DSN"))
ap.add_argument("--esquema", default="tenis")
ap.add_argument("--ejecutar", action="store_true")
a = ap.parse_args(argv)

if a.accion in ("validar", "registrar"):
if not a.json or not a.informe:
sys.exit("--json e --informe son obligatorios")
plan = art.validar(a.json, a.informe, a.menor)
print(json.dumps({k: plan[k] for k in ("sha256", "version_modelo", "capa_edad", "advertencias")}, indent=1, ensure_ascii=False))
if a.accion == "validar":
return 0
print(f"imagen: {a.imagen}\naprobado_en_chat: {a.aprobado_en_chat!r}")
if not a.ejecutar:
print("(sin --ejecutar: no se ha tocado la base)")
return 0
with _conectar(a) as db:
print(json.dumps(art.registrar(db, plan, a.imagen, a.aprobado_en_chat), indent=1, default=str, ensure_ascii=False))
return 0

if not a.sha256:
sys.exit("--sha256 es obligatorio")
if not a.ejecutar:
print(f"reactivaría {a.sha256} con la imagen {a.imagen} (sin --ejecutar: no se ha tocado la base)")
return 0
with _conectar(a) as db:
print(json.dumps(art.reactivar(db, a.sha256, a.imagen, a.aprobado_en_chat), indent=1, default=str, ensure_ascii=False))
return 0


if __name__ == "__main__":
sys.exit(main())
Loading
Loading