Bourse/BourseV4/Model/main.py

from Model.profil import profile, dump_stats
from Config.paths import *
from Model.Entrainement import *
from Model.Evaluation import *


import shutil
from pathlib import Path
from multiprocessing import Pool, cpu_count




# 2018-03-01 : Marché globalement normal avec volatilité modérée, servant de référence de comportement standard.
# 2019-06-03 : Régime haussier propre et stable, idéal pour apprendre une dynamique de marché saine.
# 2020-02-20 : Point de départ du choc COVID, illustrant une rupture de régime brutale et extrême.
# 2021-11-15 : Phase d’euphorie de fin de cycle avec signaux précoces de retournement.
# 2022-06-13 : Marché baissier chaotique marqué par inflation, hausse des taux et forte volatilité.
# 2024-01-15 : Reprise directionnelle propre après 2023, avec volatilité comprimée et flux réguliers.
# 2024-04-19 : Marché en consolidation avec rotations sectorielles et bruit directionnel élevé.
# 2024-09-02 : Début d’un stress macro latent entraînant des transitions fréquentes de tendance.
# 2025-02-17 : Excès directionnel anormal avec tendance trop régulière, propice au surapprentissage.
# 2025-06-03 : Phase de normalisation post-excès, retrouvant un comportement de marché équilibré.

StartDayEntreainement = "2017-11-09"
#NBJoursEntrainement = 2000 # soit le dernier jour : 2025-09-03
#NBJoursEntrainement = 1800 # soit le dernier jour : 2024-11-19
NBJoursEntrainement = 1500 # soit le dernier jour : 2023-09-18
#NBJoursEntrainement = 1000 # soit le dernier jour : 2021-10-08

#print(DernierJour(StartDayEntreainement,NBJoursEntrainement))


StartDayValidation = "2023-09-19"
NBJoursValidation = 200
NBJoursExperimente = 400
Experiment_days = [
	"2024-07-02",
	#"2025-04-10" ,
]


while 1 :
	print("")
	NomModel, epoch = Entrainement(StartDayEntreainement, NBJoursEntrainement, StartDayValidation, NBJoursValidation)
	Experimente(Experiment_days, NBJoursExperimente, NomModel)

dump_stats()