Notes sur les prévisions :

Je pense que pour les barres de 1h et au-dessus, vous devriez utiliser ridge, mais quand vous arrivez aux barres de 1min/5min, vous trouvez généralement que XGBoost gagne.

5 minutes nécessitent un peu de réglage minutieux mais 1 minute et surtout les secondes, vous commencez à voir XGBoost dominer par un extra de 0,01 à 0,025 sur votre IC simplement en étant un meilleur modèle.

XGBoost est plutôt cool car vous pouvez éviter les valeurs NaN ( ce qui est souvent un problème pour les backtests, c'est-à-dire différentes disponibilités de jeux de données pour les périodes de retour, un fournisseur pourrait avoir 10 ans, un autre 2).

Bien sûr, vous pouvez imputer, mais ce n'est pas la manière la plus réaliste de faire les choses et cela implique techniquement un lookahead puisque vous révélez la moyenne/médiane de la caractéristique à l'avance. Vous pouvez également utiliser une moyenne sans lookahead, mais malgré tout...

Pour les éléments linéaires où vous ne pouvez pas vous permettre le délai d'ajustement d'une heure et plus, ET où vous souhaitez traiter les NaNs, votre meilleure option est de faire un ensemble pondéré IC et de recalculer les poids chaque fois qu'il y a des NaNs ( ce n'est pas exactement coûteux de déterminer quel poids devrait être quoi lorsque vous avez l'IC de chaque caractéristique et quelles caractéristiques sont dans l'ensemble ).